使用中位數（而不是平均值）預測sklearn-KN​​N

Question

當計算平均值 x個最近鄰居時，Sklearn-KN​​N允許設置權重（例如統一，距離）。

而是與預測意味着的，是否有可能與所述位數（或許還有一個用戶定義的功能）來預測？

Answer 1

沒有內置參數來調整權重以使用中位數而不是平均值（您可以看到in the source表示均值是硬編碼的）。但是因爲scikit-learn估計器只是Python類，所以您可以繼承KNeighborsRegressor並覆蓋predict方法以執行任何您想要的操作。

這裏有一個簡單的例子，在那裏我已經複製並粘貼原來predict()方法和改進相關的部分：

from sklearn.neighbors.regression import KNeighborsRegressor, check_array, _get_weights 

class MedianKNNRegressor(KNeighborsRegressor): 
    def predict(self, X): 
     X = check_array(X, accept_sparse='csr') 

     neigh_dist, neigh_ind = self.kneighbors(X) 

     weights = _get_weights(neigh_dist, self.weights) 

     _y = self._y 
     if _y.ndim == 1: 
      _y = _y.reshape((-1, 1)) 

     ######## Begin modification 
     if weights is None: 
      y_pred = np.median(_y[neigh_ind], axis=1) 
     else: 
      # y_pred = weighted_median(_y[neigh_ind], weights, axis=1) 
      raise NotImplementedError("weighted median") 
     ######### End modification 

     if self._y.ndim == 1: 
      y_pred = y_pred.ravel() 

     return y_pred  

X = np.random.rand(100, 1) 
y = 20 * X.ravel() + np.random.rand(100) 
clf = MedianKNNRegressor().fit(X, y) 
print(clf.predict(X[:5])) 
# [ 2.38172861 13.3871126 9.6737255 2.77561858 17.07392584] 

我已經離開了加權版本，因爲我不知道的使用numpy/scipy來計算加權中值的簡單方法，但只要添加了該函數就可以直接添加該函數。