在我学习的过程中，为什么R在传递命令(knn.pred=knn(train.X，test.X，train.Y，k=1))时抛出错误(找不到函数"knn")？
在我学习的过程中，为什么R在传递命令(knn.pred=knn(train.X，test.X，train.Y，k=1))时抛出错误(找不到函数"knn")？
这个错误是因为R语言中没有找到名为"knn"的函数。knn是一种机器学习算法，全称为"k-nearest neighbors"，用于分类和回归问题。它通过计算待预测样本与训练数据集中最近的k个样本的距离，来确定预测样本的类别或回归值。
要解决这个错误，你需要确保在运行代码之前已经安装了包含knn函数的相关包。在R中，你可以使用install.packages("packageName")命令来安装包，其中"packageName"是包的名称。
如果已经安装了相关包，但仍然出现错误，可能是因为你没有在代码中正确地加载该包。你可以使用library(packageName)命令加载包，其中"packageName"是包的名称。
另外，也有可能是你使用的是自定义的knn函数，而没有正确地定义或加载该函数。在这种情况下，你需要确保你的代码中有包含knn函数的定义，并且正确加载了该函数。
推荐的腾讯云相关产品和产品介绍链接地址：
请注意，这些产品和链接是以腾讯云为例的推荐，仅供参考，你也可以根据自己的需求选择其他云计算品牌商的相应产品。
相关·内容
library(ISLR)
standardized.X=scale(Caravan [,-86])
test =1:1000
train.X=standardized.X[-test ,]
test.X=standardized.X[test ,]
attach(Caravan)
train.Y=Purchase [-test]
test.Y=Purchase [test]
set.seed(1)
knn.pred=knn(train.X,test.X,train.Y,k=1)
Error in knn(train.X, test.X, train.Y, k = 1) :
could
浏览 88提问于2020-01-24得票数 2
回答已采纳
在下面的代码中，我尝试使用具有单个预测器的K个最近邻居。据我所知，train.X中的示例数量不需要与test.X中的示例数量相匹配，但是R似乎没有正确解析我的输入。
library(ISLR)
library(class)
train=(Weekly$Year<2009)
train.X = Weekly$Lag2[train]
test.X = Weekly$Lag2[!train]
train.Direction = Weekly$Direction[train]
knn.pred = knn(train.X, test.X, train.Direction, k=1)
当运行上面
浏览 0提问于2013-10-16得票数 11
回答已采纳
1回答
我正在尝试用R实现KNN算法。
这是我正在处理的数据集(其中前2列是属性，第3列是标签)：
2, 3, 1
4, 5, 1
6, 7, -1
8, 9, 1
5, 6, 1
7, 8, -1
我的训练集train.X是前4个属性：
2, 3
4, 5
6, 7
8, 9
我的测试集test.X是最后两个属性：
5, 6
7, 8
train.Y表示训练集的标签，test.Y表示测试集的标签(我将很快尝试并预测该集)。
算法的第一步是计算test.X和train.X之间的欧几里德距离，我知道如何计算。但是，我不确定如何存储距离，以便按递增顺序对它们进行排序。例如，我如何将它们存储在表中？
感谢任
浏览 1提问于2015-10-25得票数 0
我试图执行KNN在R上的数据，遵循3路分类车辆类型(汽车，船，飞机)，使用列，如mpg，成本作为功能。
首先，当我跑步时：
knn.pred=knn(train.X,test.X,train.VehicleType,k=3)
然后
knn.pred
返回
factor(0) Levels: car boat plane
和
table(knn.pred,VehicleType.All)
返回
Error in table(knn.pred, VehicleType.All) :
all arguments must have the same length
我认为我的问题是我可以用cb
浏览 5提问于2021-04-26得票数 0
回答已采纳
2回答
我用mxnet创建了一个神经网络。现在，我想在新的数据点上迭代地训练这个模型。在模拟了一个新的数据点之后，我想在这个模型上做一个新的梯度下降更新。我不想将模型保存到外部文件并再次加载它。
我已经编写了以下代码，但是在新的训练步骤之后，权重不会改变。我还得到了NaN作为训练错误。
library(mxnet)
data <- mx.symbol.Variable("data")
fc1 <- mx.symbol.FullyConnected(data, num_hidden = 2, no.bias = TRUE)
lro <- mx.symbol.Linear
浏览 3提问于2017-11-16得票数 2
回答已采纳
我正在处理一个文本分类问题，我已经这样设置了这个问题(为了简洁起见，我省略了数据处理步骤，但它们将产生一个名为data的数据格式，其中包含X和y列)：
import sklearn.model_selection as ms
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.ensemble import RandomForestClassifier
sim = Pipeline([('vec', TfidfVectorizer((analyzer="word",
浏览 1提问于2017-04-28得票数 17
回答已采纳
我正在尝试将统计学习导论中的基本R代码转换为R tidymodels生态系统。本书使用class::knn()，tidymodels使用kknn::kknn()。当我使用固定的k做knn时，我得到了不同的结果，所以我剥离了tidymodel，并尝试使用class::knn()和kknn::kknn()进行比较，但我仍然得到了不同的结果。class::knn使用欧几里德距离，而kknn::kknn使用距离参数为2的明可夫斯基距离，根据维基百科，这是欧几里德距离。我将kknn中的内核设置为“矩形”，根据文档，它是未加权的。具有固定k的knn建模的结果不应该是相同的吗？ 下面(基本上)是本书中带有
浏览 24提问于2021-11-13得票数 1
回答已采纳
1回答
我试图迭代1到30k近邻的值，并将每个计算出来的CV值存储在一个向量中。我有一个为k=1编写的现有代码，但我相信我需要一个1到30k值的嵌套for循环。
AutoSd <- Auto %>%
mutate(weight.std = scale(weight),year.std = scale(year)) %>%
select(weight,year,weight.std,year.std,mpg)
y <- AutoSd$mpg
x <- AutoSd %>% select(weight,year)
nfolds=10; n = dim(Auto)[1
浏览 4提问于2022-02-05得票数 0
1回答
我如何将调优函数用于支持向量回归，而不是分类，因为当我尝试使用"svr“作为函数的第一个参数时，它不起作用，并且我找不到一个用于回归的调优示例。这是我使用e1071包执行的代码： tuneSVR <- tune(svm,
train.x = train_[, -which(names(train) %in% c("Identifier", "Sales"))],
train.y = train$Sales,
data = train,
浏览 62提问于2019-02-26得票数 0
回答已采纳
我在R中使用glmnet包进行岭回归。我尝试了ISLR包中的Hitters数据集。问题是，当我使用model.matrix创建设计矩阵时，由于未知的原因，观察值的数量减少了。这就是代码。 library(ISLR)
library(glmnet)
data("Hitters")
set.seed(1)
train=sample(1:nrow(Hitters), nrow(Hitters)/2)
test=(-train)
train.data = Hitters[train,]
test.data = Hitters[test,]
train.x=model.matri
浏览 50提问于2019-02-25得票数 0
回答已采纳
我有以下内容：
# A tibble: 18 × 6
id columnFilter modelName model train.X train.Y
<int> <chr> <chr> <list> <list> <list>
1 1 groupedColumns.donr b
浏览 1提问于2017-03-05得票数 0
回答已采纳
当我运行以下代码时，不会收到此错误：
## https://www.dataiku.com/learn/guide/code/r/time_series.html
library(readxl)
library(forecast)
library(dplyr)
library(prophet)
library(rstan)
library(Hmisc)
library(caret)
data<-read_excel("Time Series/Items.xlsx", col_types = c("text", "numeric"))
N
浏览 0提问于2018-05-01得票数 2
回答已采纳
1回答
我目前正在做一个项目，我需要训练一个SVM (RBF内核)分类器来解决二进制分类问题。我正在使用R和LIBSVM (package e1071) )，并探索使用tune函数来调整我的支持向量机的参数。
我的R代码如下：
svmTune <- tune(svm, train.x=x, train.y=y, kernel='radial',
ranges=list(cost=10^(-5:5), gamma=seq(0, 100, 0.5)))
考虑到，在我的问题中，我正在处理一个不平衡的数据集，我还考虑添加一个class.weights参数：
浏览 1提问于2017-05-01得票数 0
我有一个如下所示的数据集：
df = pd.DataFrame({'sysbp':[106,121,121,105,108],
'diabp':[70,66,81,69,66],
'totchol':[195,209,250,260,237],
'ANYCHD':[1,1,0,0,0]})
ANYCHD是y变量。
我必须编写一个函数，将我的数据分成训练集和验证集。我已经设法在不使用函数的情况下拆分数据，方法是：
from sklea
浏览 28提问于2019-11-26得票数 3
回答已采纳
我在Jupyter Notebook上使用了一个黑色主题，我发现当我使用matplotlib绘制一个图时，图是这样的：
因此，很难阅读刻度标签，因为似乎虽然绘图背景是白色的，但这部分的背景是透明的。
我知道这可以通过使用以下代码行在逐个图的基础上进行修复：
fig = plt.figure()
fig.patch.set_facecolor('white')
sns.scatterplot(train.X, train.y)
但是有没有一种方法可以设置matplotlib的全局属性，这样我就不需要每次都这样做了？
浏览 0提问于2020-05-19得票数 0
1回答
我一直在寻找在R中使用K折叠方法执行SVR的方法，最后，我发现了如何执行此操作，当我在R中只使用SVM()函数时，脚本可以完美地工作，但当我尝试调整SVM时，我得到了错误，我认为，因为我必须在某种意义上更改我的for循环，我不知道。
错误提示“(下标)逻辑下标太长”
代码如下：
library(plyr)
library(e1071)
# cross-validation
# predict the AWC
data<-read.csv("data.csv",header = T)
k = 5
# sample from 1 to k, nrow tim
浏览 7提问于2018-07-26得票数 0
回答已采纳
我在Iris数据集上玩KNN
我期望用K=1达到100%的准确率，因为每个点都应该根据KNN算法创建的Voronoi体积来预测自己。
然而，使用Scikit学习，我找不到这个结果。这是我的密码。
import pandas as pd
import numpy as np
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import confusion_matrix
from sklearn.datasets import load_iris
iris = load_iris()
X = p
浏览 0提问于2018-12-30得票数 0
回答已采纳
3回答
我正在尝试使用kNN分类器来执行一些有监督的学习。为了找到kNN的“k”的最佳数量，我使用了交叉验证。例如，以下代码加载一些Matlab标准数据并运行交叉验证，以绘制与交叉验证误差相关的各种k值
load ionosphere;
[N,D] = size(X)
resp = unique(Y)
rng(8000,'twister') % for reproducibility
K = round(logspace(0,log10(N),10)); % number of neighbors
cvloss = zeros(numel(K),1);
for k=1:numel(K
浏览 0提问于2014-04-10得票数 1
2回答
我读到在KNN算法中我们需要交叉验证，因为我们从KNN的训练测试中发现的K值可能无法对未见数据进行泛化。
给出的逻辑是，在求K值时使用测试数据集，因此KNN-算法具有测试数据集的信息，因为K是通过测试数据集发现的。这和看不见的数据不一样。
但是是的，K值是从测试数据集中找到的，因此我们得到了我们的KNN算法，但是对测试数据的测试是在不知道测试数据的情况下进行的，而且是的，我们从中选择了K，但是不管我们是否选择了k，KNN给出了对测试数据的这种盲的准确性。
因此，为什么需要交叉验证呢？
浏览 0提问于2022-01-09得票数 0
1回答
我正在使用类包的knn函数：
k <- knn(train = training, test = testset, cl = classes, k = 1, prob = TRUE)
对于测试集中给定的示例，是否有任何方法来获取训练数据中k个最近邻的索引？我在包裹的文档里找不到任何关于这个的东西！knn函数只返回测试示例的类和分类概率，而不返回每个测试示例的k个最近邻的索引。
提前感谢！
浏览 1提问于2014-11-23得票数 2
回答已采纳
1回答
我试着对几个k值进行5折交叉验证。我使用ISLR包中的OJ数据集。 到目前为止，我的代码如下所示： library(ISLR)
library(class)
ks=c(1:5)
err.rate.test <- numeric(length = 5)
folds <- cut(seq(1,nrow(OJ)),breaks=5,labels=FALSE)
for (j in seq(along = ks)) {
set.seed(123)
cv.knn <- sapply(1:5, FUN = function(i) {
testID <- which
浏览 44提问于2019-03-25得票数 0
回答已采纳
1回答
分类器混淆矩阵的比较
、、、、
我尝试将Logistic回归、线性判别分析和KNN应用于python的“统计学习导论”( 市场数据集 )中。
Logistic回归和LDA在实施方面是相当直接的。下面是测试数据集上的混淆矩阵。
📷
📷
这两种方法非常相似，几乎都有相同的精确度。但是，我试图通过绘制损失vs K图来为KNN找到一个K：
📷
并选择了一个大约125的K来获得这个混淆矩阵(相同的测试数据集)
📷
虽然KNN具有较高的精度，在0.61左右，但混淆矩阵与logistic矩阵和LDA矩阵有很大的不同，后者的真实负数较高，而真正性较低。我真不明白为什么会发生这种事。任何帮助都将不胜感激。
下面是我如何计算KNN分类器的损失(
浏览 0提问于2021-09-17得票数 1
回答已采纳
1回答
我一直在尝试创建一个程序，它通过一个对象接收数组输入并传递参数(模拟ArrayList)。
我一直在得到java.lang.ArrayIndexOutOfBoundsException，我猜我没有正确地访问数组。
我能做些什么来增强测试对象和/或构造函数？
public class MyArrayList{
public int[] x;
public MyArrayList( ){
x = new int[0];
}
public MyArrayList(int[] k)
{
for (int i = 0; i < x.length; i++)
浏览 4提问于2013-04-19得票数 0
从基本理论上看，knn是一种有监督的算法，而k-均值是一种无监督的算法。
然而，在Sklearn有一个无监督学习(http://scikit-learn.org/stable/modules/generated/sklearn.neighbors.NearestNeighbors.html#sklearn.neighbors.NearestNeighbors)的KNN的实现。
在SkLearn，这个无监督的knn到底是什么版本？
这是knn算法吗？
如果是的话，它是如何被无监督的，因为根据定义，knn是受监督的？
如果不是，那又是什么呢？
浏览 0提问于2018-07-05得票数 4
回答已采纳
1回答
我有一个经过训练的KNN，我用https://github.com/kevinzakka/blog-code/blob/master/knn/knn.py创建
我想向KNN添加更多的数据点，但是我是在一个受RAM限制的raspberry pi上，因此我可以一次向模型添加数据点的数量。
我有20k的图像，我可以一次增加2k。由于科学学习的工作方式，我不能使用在pi上的Windows上训练的模型(不同的体系结构)。
我可以创建一个模型，然后以某种方式向它添加更多的数据点吗？
浏览 0提问于2020-02-27得票数 6
1回答
我试图在R上运行一个并行的kNN程序，但是我得到了这个错误：
{：任务1失败-“找不到函数"knn"”时出错“
程序是这样的：
library(class)
library(doSNOW)
library(foreach)
train <- read.csv('train.csv')
test <- read.csv('test.csv')
trainY <- read.csv('trainY.csv')
cl <- as.vector(as.matrix(trainY))
system.time(su
浏览 1提问于2015-11-01得票数 1
1回答
我是新接触k-NN的，所以我试图通过Datacamp课程: ML入门来学习UCI ML repo中的泰坦尼克型数据集。
我已经讲到了基于精度选择最佳k参数的部分(accs)。然而，当我在Rstudio上复制这个练习时，我得到了k=1；答案应该是k=73。我哪里错了？
#load dataset
titanic_train<-read.csv("https://kaggle2.blob.core.windows.net/competitions-data/kaggle/3136/train.csv?sv=2015-12-11&sr=b&sig=coHTg7HQb86
浏览 1提问于2017-03-19得票数 1
1回答
我正在努力改进我的KNN回归过程(我想使用sklearn / python，但这并不重要)，.I希望改进我的结果并获得洞察力。下面是一个示例：
我有从电机测量的数据:输入电压(U)和电流(I)，输出转矩(T)和速度(S)。
首先，意图是一种简单的方法，我将状态中的数据提供给KNN算法，并使用结果。但是，每一个结果都不是合乎逻辑的(即使它们在统计上接近)。
如果你在过程中添加了一个知识层，一种“人在循环中的方法”，那一定会更好！例如，您知道输入功率为Pin = U_I，输出功率为Pout = T_S，系统的效率不能高于1，而KNN的结果可以在eff > 1的情况下生成结果。
我的问题是，在
浏览 0提问于2019-07-04得票数 0
我有下面的python代码来构建knn图，但我有一个错误: AttributeError：' graph‘对象没有属性'node’。nx.Graph()似乎没有节点属性，但我不知道应该用它替换什么。
import networkx as nx
def knn_graph(df, k, verbose=False):
points = [p[1:] for p in df.itertuples()]
g = nx.Graph()
if verbose: print ("Building kNN graph (k = %d)" % (k))
浏览 1提问于2019-10-23得票数 19
1回答
我正在学习交叉验证方法。在下面的行中，输入和查询都是数据框架。
my.knn <- get.knnx(input,query,k=2)
nn.index <- my.knn$nn.index
第二行是什么意思？nn.index会是什么？
浏览 1提问于2016-01-24得票数 1
回答已采纳
1回答
KNN算法中的最佳k值
、、、、
因此，我正在学习KNN算法，在那里我学习了交叉验证来寻找k.Now的一个最优值，我想应用网格搜索来获得最优值。我在堆栈溢出上发现了一个回答，其中standardScaler和KNN都被作为估计器传递。
pipe = Pipeline([
('sc', StandardScaler()),
('knn', KNeighborsClassifier(algorithm='brute'))
])
params = {
'knn__n_neighbors': [
浏览 0提问于2020-05-03得票数 0
回答已采纳
我一直在使用Python和Python的Scikit- learning机器学习API研究机器学习KNN (K近邻)算法。
我已经使用python和Scikit-learn创建了带有玩具数据集的示例代码，并且我的KNN工作得很好。但正如我们所知，Scikit-learn API是为在单机上工作而构建的，因此一旦我用数百万个数据集替换我的玩具数据，就会降低我的输出性能。
我已经搜索了许多选项、帮助和代码示例，它们将使用spark和Scikit-learn API并行分发我的机器学习处理，但我没有找到任何适当的解决方案和示例。
您能让我知道如何使用Apache Spark和Scikit-learn
浏览 0提问于2016-06-12得票数 1
1回答
我使用动态时间规整(DTW)作为K近邻(kNN)机器学习算法的距离度量。在中，如果当前计算的距离大于之前的距离，则kNN算法会将截断值作为早期放弃。
我的问题是，如果不做所有的计算，我不确定如何使用DTW实现这种早期放弃。我怎么能确定最终的距离会大于截止值呢？
浏览 1提问于2012-03-16得票数 1
我对R和机器学习一般都是新手，所以如果这看起来很愚蠢的话，我很抱歉！
我使用e1071包来调优各种模型的参数。我的数据集非常不平衡，我希望错误标准是均衡的错误率.不是整体分类错误。然而，我很难理解如何做到这一点。
这里是我的代码：
#Find optimal value 'k' value for k-NN model (feature subset).
c <- data_train_sub[1:13]
d <- data_train_sub[,14]
knn2 <- tune.knn(c, d, k = 1:10, tunecontrol = tune.c
浏览 2提问于2014-08-26得票数 1
我试图使用R.的活检数据来运行代码，这个想法是创建一个Knn机器学习。
谢谢你的帮助。
我试着运行代码，但收到了一些警告。例如，通过胁迫引入的NAs。
cc = c(1:100)*0
for (i in 1:100) {
L<- sample(1:nrow(biopsy_sem_NA_nas_Linhas),round(nrow(biopsy_sem_NA_nas_Linhas)/3))
train_sem_NA_Linhas = biopsy_sem_NA_nas_Linhas[-L,2:11]
test_sem_NA_Linhas = biopsy_sem_NA_nas_Linh
浏览 0提问于2019-05-23得票数 0
1回答
我正在学习哈佛大学的EdEx课程；我正在学习机器学习模块，内容包括knn。我用mnist_27的火车数据创建了一个knn拟合，然后使用预测函数来判断结果是数字2还是7。我用ggplot根据网格上的像素(x_1和x_2)绘制了预测点( y )，然后用y给它们着色。我现在要做的是在p=0.5边界上放置一个使用stat_contour的轮廓。但是，我得到了这个错误：
在stat_contour()中计算失败:在x和y的每个组合中，等高线都需要单个z。
library(tidyverse)
library(caret)
library(dslabs)
data("mnist_27&#
浏览 2提问于2018-12-29得票数 1
回答已采纳
我收到一个错误，指出在VIM R包内的kNN补偿函数中找不到'weightedMean‘参数的'numFun’参数。我正在尝试在一个相当大的数据集中推算数据，并且我希望对5个邻居使用加权平均的kNN。
下面是我的代码：
df.imputed <- kNN(df, variable = c(...), dist_var = c(...), numFun = weightedMean, k = 5, weightDist = TRUE, trace = TRUE, imp_var = TRUE)
确切的错误是：
args(numFun)中出错:找不到对象'weight
浏览 1提问于2018-02-27得票数 0
1回答
我正在从udemy学习Ml，下面是讲师在他的lecture.But中使用的代码我对这个代码不完全满意，因为它给出了许多eror_rate几乎相同的k值(我必须手动检查k值，其错误率可以忽略不计)。
有没有其他方法可以找到最佳的k值(n_neighbor)？
error_rate = []
for i in range(1,40):
knn = KNeighborsClassifier(n_neighbors=i)
knn.fit(X_train,y_train)
pred_i = knn.predict(X_test)
error_rate.append(np.
浏览 17提问于2020-05-25得票数 1
可能重复：
所以我尝试使用优先级队列，在这个队列的上下文中，我想定义一个整数i，如果Di < Dj的话，它比另一个整数j“小”。我该怎么做？(D是对象的数据成员)
到目前为止我已经
/* This function gets the k nearest neighbors for a user in feature
* space. These neighbors are stored in a priority queue and then
* transferred to the array N. */
void kNN::getNN() {
int r;
浏览 0提问于2012-11-28得票数 1
回答已采纳
问题1：
我正在尝试使用VisualStudio2017和C++在OpenCV3.4中实现KNN。到目前为止，我已经能够解决我的问题，但是昨天我遇到了这样的错误：“非静态成员引用必须相对于特定的对象”。
int main(int argc, const char *argv[]) {
ReadData("smokeDataBase.yml", 0);//14 smoke
ReadData("forestDataBase.yml" , 1); //14 forest
ReadData("skyDataBase.yml", 2); //12 sky
浏览 0提问于2018-04-03得票数 1
回答已采纳
我想使用鼠标、KNN和Soft Impute对fancyimpute包中的预测值进行比较，然而，当我运行我的代码时，KNN和SoftImpute对我的值只给出了0，而不是由鼠标给出的更有意义的值。
imputed_numerical=train[['Age']].select_dtypes(include='number']).as_matrix()
Age_MICE=MICE().complete(imputed_numerical)
Age_KNN=KNN(k=3).complete(imputed_numerical)
Age_SoftImpute=So
浏览 50提问于2018-07-31得票数 1
我正在尝试利用虹膜数据集上的KNN作为机器学习的"Hello World“。我使用的是Anaconda的Jupyter Notebook，并且已经清楚地记录了每个步骤。当我尝试使用knn.fit(X,Y)时，当前正在抛出"NameError: name 'knn‘is not defined“异常。这里缺少什么？我尝试通过调用print(knn)来测试knn的定义，并得到以下输出：
KNeighborsClassifier(algorithm='auto', leaf_size=30, metric='minkowski',
浏览 0提问于2018-01-10得票数 1
3回答
我正在尝试学习一个小机器学习(和python)，现在用k近邻进行分类。我得到了这个错误(怎么回事？)：
dataSetSize = dataSet.shape[0]
TypeError: 'tuple' object is not callable
检查可调用性：
>>> callable(group)
False
>>> callable(labels)
False
>>> g = group()
它们是假的，但如何使它们成为现实呢？
数据：
>>> group
array([[ 1. , 1.1],
浏览 4提问于2013-02-01得票数 1
回答已采纳
1回答
K近邻OpenCV算法
、、、
我使用的是OpenCV 2.4.12
predictedValues = knn.find_nearest(samples, k, results, neighborResponses, dists);
这一行基本上得到了knn的结果。现在我的问题是如何评估结果?有什么函数我可以使用吗?否则我需要比较predicted和results Mat吗？
谢谢
Ps.Thanks到guneykayim，我需要添加一些和平的代码，以使我的问题更加明确。我有超过一个向量
Mat predicted = new Mat(results.rows(), 1, CvType.CV_32F);
float pr
浏览 4提问于2015-12-01得票数 1
1回答
与滑雪板距离算法混淆
、、、
而我想在KNeighborsClassifier中使用标准的欧几里德度量。
knn = KNeighborsRegressor(n_neighbors=k,metric='seuclidean' )
knn.fit(newx,y)
“类型错误”显示：
C:\Anaconda3\lib\site-packages\sklearn\neighbors\base.py in fit(self, X, y)
741 X, y = check_X_y(X, y, "csr", multi_output=True)
742
浏览 6提问于2017-05-02得票数 2
回答已采纳
1回答
我想在加密的数据上用GO实现机器学习模型(KNN或随机森林)。
我的数据是用HElib (同态加密)加密的，这意味着我仍然可以对加密的数据执行ADD & MUL。
我的问题是：我需要用GO重新实现所有的机器学习算法吗?或者我可以使用一些“高尔夫”库吗？
用GO实现KNN的例子--使用golearn：
rawData, err := base.ParseCSVToInstances("../datasets/iris_headers.csv", true)
if err != nil {
panic(err)
}
//Initialises a new KNN
浏览 2提问于2017-04-28得票数 0
3回答
我一直在探索和学习KNN (K近邻问题)的KD树，什么时候搜索会不起作用？或者是否值得改进这种天真的搜索。这种方法有什么缺点吗？
浏览 1提问于2013-01-22得票数 2
尽管在ubuntu的终点站：
db@morris:~/lisbet/elki-master/elki/target$ elki-cli -algorithm outlier.lof.LOF -dbc.parser ArffParser -dbc.in /home/db/lisbet/AllData/literature/WBC/WBC_withoutdupl_norm_v10_no_ids.arff -lof.k 8 -evaluator outlier.OutlierROCCurve -rocauc.positive yes
给予# ROCAUC: 0.6230046948356808
在E
浏览 1提问于2015-07-23得票数 0
1回答
我面临的第一个机器学习算法是knn，最让我困惑的是将数据集分割成训练和测试数据。使用更复杂的ms算法，我可以想象计算机需要一个“训练”过程，但是knn更简单，没有必要设置一个训练集。要么就是我还没有完全理解knn。
对于背景:我有一个数据集，必须要求用户提供一些输入。从那里我可以找到用户的k个最近的邻居。
我会非常感谢你的解释的。事先谢谢：)。
浏览 3提问于2019-11-29得票数 0
回答已采纳
我试图使用的KNN算法进行k次交叉验证网格搜索，搜索中的参数是邻居数K和距离度量。我包括mahalanobis和seuclidean作为距离度量，并理解它们有一个需要指定的参数，即V或VI (特征或逆的协方差矩阵)。
下面是我的代码：
X_train, X_test, y_train,y_test=train_test_split(X,y,test_size=0.3,random_state=10,stratify=y)
knn=KNeighborsClassifier()
grid_param={'n_neighbors':np.arange(1,51),'met
浏览 3提问于2020-01-20得票数 3
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
