为KNN算法编写函数

Question

我想编写一个函数，它使用数据数据和knn算法，使用下面的dist函数作为度量，以估计新客户的信用请求是否会被接受。

import pandas as pd
import math
import sklearn

data = pd.DataFrame({
            'Loan' : [52000, 100000, 97000, 62000],
            'DerogatoryMarks' : [0, 2, 0, 5],
            'Accepted' : [True, True, False, True]
        }, 
        columns = ['Loan', 'DerogatoryMarks', 'Accepted']
    )

# Dist function
def dist(data_loan, data_derogatory, test_loan, test_derogatory):
  return math.sqrt((data_loan - test_loan) ** 2 +
             100000000 * (data_derogatory - test_derogatory) ** 2)

# Testing the function
print(function(data, 85000, 1, 1))  # This should return False

我的尝试：

def function(data, loan, derogatory_marks, k):
    # Locate neighbors
    distances = list()
    for data_row in data:
        dist = dist(test_loan, data_loan)
        distance.append((data, dist))
    distances.sort(key=lambda tup: tup[1])
    neighbors = list()
    for i in range(num_neighbors):
        neighbors.append(distances[i][0])
        
    # Predictions
    output_values = [row[-1] for row in neighbors]
    prediction = max(set(output_values), key=output_values.count)
    return prediction

我做错什么了？

Answer 1

欢迎来到这里！

您的代码有几个问题：

dist.

• You函数定义了一个变量dist，当它需要4个参数时，只调用带有两个参数的函数dist。

• 还没有定义一些变量(test_loan、data_loan、distance、num_neighbors)。H 213F 214

看起来您正在尝试(1)在distances中存储从输入数据到行中的每个数据的距离，以及相关的结果作为元组存储，(2)按照每个元组中的第一个元素对distances进行排序，(3)只保留排序列表中的第一个k项。我们可以这样做：

distances = sorted(
    [
        (
            dist(
                loan,
                derogatory_marks,
                row.Loan,
                row.DerogatoryMarks,
            ),
            row.Accepted,
        )
        for row in data.itertuples()
    ],
    key=lambda t: t[0],
)[0:k]

(我使用data.itertuples作为命名元组遍历行，这允许我使用像row.Accepted这样的表达式方便地访问行数据。我们也可以以其他方式访问行数据。)

然后，您希望返回元组列表中最常见的布尔值。Python将True视为1，而False在幕后将其视为0，因此我们只需返回以下内容：

return sum(choice for _, choice in distances) / k >= 0.5