如何在sklearn k-nn中获得每个类的比率？

Question

在这种情况下，当k为5时，将预测为蓝色，因为5个蓝点中有3个。而且，我知道如何获得准确率。但我想知道的是每个蓝点和红点的比例，如下图所示。

​

​

在sklearn或tensorflow中有什么工具可以做到这一点吗？或者我应该创建自己的k-nn模型？

Answer 1

Sklearn就是这么做的！查看this。Predict_proba是您想要的函数。

您将获得每个类的概率，只需将其乘以K即可得到您想要的实际数字：

X = [[0], [1], [2], [3]]
y = [0, 0, 1, 1]
from sklearn.neighbors import KNeighborsClassifier

K = 3

neigh = KNeighborsClassifier(n_neighbors=K)
neigh.fit(X, y)

print(neigh.predict([[1.1]]))

predicted = neigh.predict_proba([[0.9]]) # -> [[0.66666667 0.33333333]]

whatYouWant = K*predicted

print(whatYouWant) #-> [[2,1]]
print("Number of 0 : ",whatYouWant[0][0]) # -> Number of 0 :  2.0
print("Number of 1 : ",whatYouWant[0][1]) # -> Number of 1 :  1.0
print("Total : ",sum(whatYouWant[0])) # -> Total :  3.0 which is K