Python在.predict()期间的加权？

Question

我正在为一个类使用KNN算法(指示使用此算法，可能不像您所期望的那样，见下面)

本质上，我们有一个树莓皮设置收集6个本地WIFI路由器Mac地址的信号强度。在我们大楼楼层的不同位置，我们在.csv文件中记录了这些信号强度。

使用python，我创建了一个脚本，它使用了这个页面上的函数。http://scikit-learn.org/stable/modules/generated/sklearn.neighbors.KNeighborsClassifier.html

我安装了knn如下：

from sklearn.neighbors import KNeighborsClassifier
knn = KNeighborsClassifier(n_neighbors=1, algorithm = 'auto')
knn.fit(strengths, labels)

其中的优势是这样的嵌套数组：

[[Loc1strengths],[Loc2strengths],[Loc3strengths],[Loc4strengths],[Loc5strengths],[Loc6strengths]]

标签设置如下：

[Loc1, Loc2, Loc3, Loc4, Loc5, Loc6]

在脚本的后面，我收集了6个本地WIFI路由器Mac地址的信号强度，并尝试使用knn.predict()预测我的pi的位置，并希望得到pi的位置，例如Location1。

结果不是很好，它在找出它在哪里方面做得比较差。

我想知道是否有一种方法来加权knn.predict()的函数，以便最近位置的邻居加权得更重，如果不跨越其他点，圆周率就不会移动到地板的另一边。

任何帮助都将不胜感激！

Answer 1

这有点麻烦，但是您可以使用weights参数在KNeighborsClassifier中完成这个任务。如果将时间添加为额外功能，然后编写自定义距离函数，则可以使用时间来衡量样本之间的距离。下面是一个非常简单的例子：

def time_weight(x1, x2):
    # I've added my time variable at the end of my features        
    time_diff = np.linalg.norm(x1[-1] - x2[-1])
    feature_diff = np.linalg.norm(x1[:-1]-x2[:-1])
    return time_diff*feature_diff

一些虚拟数据

X = np.array([[0, 1], [0, 0.5]])
time = np.array([0, 5]).reshape(-1, 1)
y = np.array([0, 1])
X_with_time = np.hstack((X, time))

测试我们的加权距离是否有意义：

print(time_weight(np.array([0, 1, 0]), np.array([0, 0.75, 2])))
print(time_weight(np.array([0, 1, 0]), np.array([0, 0.75, 3])))
print(time_weight(np.array([0, 0.5, 5]), np.array([0, 0.75, 2])))
print(time_weight(np.array([0, 0.5, 5]), np.array([0, 0.75, 3])))

输出：

0.5
0.75
0.75
0.5

这就是我所期望看到的，如果某物的距离是时间的两倍，那就是距离的两倍。所以现在检查它是否适用于KNeighborsClassifier

X_with_time = np.hstack((X, time))
knn = KNeighborsClassifier(metric=time_weight, n_neighbors=1)
knn.fit(X_with_time, y)
print(knn.predict([[0, 0.75, 2]]))
print(knn.predict([[0, 0.75, 3]]))

输出：

[0]
[1]

这也是我所期望看到的。所以看起来做起来不太痛苦。我建议您花一些时间考虑如何设置您的距离函数，因为这将真正影响结果。