sklearn k最近鄰居問題

Question

我想知道是否有強制sklearn NearestNeighbors算法的方法，以便在存在重複點時考慮輸入數組中某個點的順序。

爲了說明：

>>> from sklearn.neighbors import NearestNeighbors 
>>> import numpy as np 

X = np.array([[-1, -1], [-2, -1], [-3, -2], [1, 1], [2, 1], [3, 2]]) 
nbrs = NearestNeighbors(n_neighbors=2, algorithm='ball_tree').fit(X) 
distances, indices = nbrs.kneighbors(X) 
indices           
>>>> array([[0, 1], 
    [1, 0], 
    [2, 1], 
    [3, 4], 
    [4, 3], 
    [5, 4]]) 

由於查詢集合中的訓練集相匹配時，每個點的近鄰是點本身，在零的距離。但是，如果我允許在X重複點，算法，可以理解的，不重複的區分：

X = np.array([[-1, -1], [-2, -1], [-3, -2], [1, 1], [2, 1],[3, 2],[-1,-1],[-1,-1]]) 
nbrs = NearestNeighbors(n_neighbors=2, algorithm='auto').fit(X) 
distances, indices = nbrs.kneighbors(X) 
indices 
>>>> array([[6, 0], 
    [1, 0], 
    [2, 1], 
    [3, 4], 
    [4, 3], 
    [5, 4], 
    [6, 0], 
    [6, 0]]) 

理想情況下，我想最後的輸出是這樣的：

>>>> array([[0, 6], 
    [1, 0], 
    [2, 1], 
    [3, 4], 
    [4, 3], 
    [5, 4], 
    [6, 0], 
    [7, 6]]) 

Answer 1

我認爲你不能這樣做，因爲從ref我們得到：

警告：關於最近鄰算法，如果兩個鄰居，鄰居 k + 1和k，具有相同的距離但標籤不同， 結果將取決於訓練數據的排序。