KNN算法的实现

Question

我正在创建自己的KNN实现。尽管一切看起来都很有效，但与sklearn的KNN相比，我得到的准确性还是相当差的(例如，在几组测试中，0,68比0,96 )。我也使用5倍交叉验证。我的代码最重要的部分如下：

def knn(X, y, Z, k):
    mod_lst = []
    for i in range(Z.shape[0]):
        distance = []
        for j in range(X.shape[0]):
            distance.append(np.linalg.norm(X.iloc[j] - Z.iloc[i]))
        mod_lst.append(modde(distance,y,k))
    return mod_lst

def modde(ret,y,k):
    '''sorting distances in ascending order'''
    dic = {i: ret[i] for i in range(0, len(ret))}
    dic1 = {r: v for r, v in sorted(dic.items(), key=lambda item: item[1])}
    ind = [dic1.keys()]

    a = list(dic1.keys())
    '''sorting y (labels) in ascending order'''
    d = [x for _, x in sorted(zip(a,y))]

    d = d[:k]
    d = list(map(int, d))
    modw = statistics.mode(d)

    return modw

其中：

k = 5
X - training set (data, a nxm matrix of points in R^m)
y - training set (labels, 1xn array of zeros, ones, etc)
Z - testing set

为什么我的结果与scikit不同-学习实现结果？

Answer 1

很难回答你的问题。首先，Scikit-learn实现具有运行时优化，并包含一个详细的实现。

KNN (分类器)的实现采用这里。我建议您阅读实现，因为新的github读取代码功能已经启用，并且很容易跟踪库的实现。

例如，检查这里如何定义距离图。你会注意到他们的代码和你的有一点不同。

而且，scikit-learn使用枕库来计算一些度量，例如，点的距离是在pdist()上构建的。