sklearn 中 learning_curve 函数中估计器参数的值应该是多少？

Question

我正在尝试制作学习曲线，我想使用的算法是 knn 算法。为此，估计器的值应该是多少。它的可能值或选项不在文档中（我不确定它是否应该存在）。

这是我的代码-

features = ['age','sex','cp','trestbps','chol','fbs','restecg','thalach','exang','oldpeak','slope','ca','thal']
target = 'num'

train_size, train_scores, validation_scores = learning_curve(estimator = KNN(), x=dataset[features], y=dataset[target], train_size=train_sizes, cv=5, scoring='confusion_matrix')

错误是 - KNN() 未定义（原因很明显）。但我的问题是，如果我想使用 knn 算法，它的价值应该是多少。

Answer 1

来自learning curve docs：

estimator : object type that implements the “fit” and “predict” methods

因此，如果您处于回归设置中，则应使用

from sklearn.neighbors import KNeighborsRegressor
# define the no. of nearest neighbors k
train_size, train_scores, validation_scores = learning_curve(estimator = KNeighborsRegressor(n_neighbors=k), [...])

而如果您处于分类设置中，则应使用

from sklearn.neighbors import KNeighborsClassifier
# define the no. of nearest neighbors k
train_size, train_scores, validation_scores = learning_curve(estimator = KNeighborsClassifier(n_neighbors=k), [...])

当然，在这两种情况下，您还应该定义最近邻的数量 k。

总体思路是，在 estimator 参数中，您可以使用任何实现 fit 和 predist 方法的 scikit-learn 可用算法，如文档中明确提到的那样（link 上面提供的）。