Python 如何为KNeighboursRegressor使用自定义距离度量？

在使用knn回归模型时，我尝试应用我自己的自定义距离度量函数。 我的数据集混合了标称、顺序、数字和二进制类型的字段

代码：

def cus_距离（阵列1、阵列2、**kwargs）：
#计算距离，返回一个浮点值
通过
knn=近邻。KNEIGHBORSREgressionor（权重=距离），公制=cus_距离）
#列车_数据是一个数据帧obj
knn.fit（序列数据.ix[：，字段列表]，序列数据['时间成本]）

最后一行将导致异常：

---------------------------------------------------------------------------
ValueError回溯（最近一次调用上次）
在（）
---->1 knn.fit（序列数据.ix[：，字段列表]，序列数据['时间成本]）
/usr/local/lib/python2.7/dist-packages/sklearn/neights/base.pyc-in-fit（self，X，y）
587 X，y=检查数组（X，y，稀疏格式=“csr”）
588自身_y=y
-->589回位自适配（X）
590
591
/usr/local/lib/python2.7/dist-packages/sklearn/neights/base.pyc in_-fit（self，X）
214 self.\u tree=BallTree（X，self.leaf\u size，
215公制=自生效公制，
-->216**self.effective\u metric\u kwds\u
217 elif self._fit_method=='kd_tree'：
218 self._tree=KDTree（X，self.leaf_size，
/usr/local/lib/python2.7/dist-packages/sklearn/neights/ball_tree.so中的sklearn.neights.ball_tree.BinaryTree.uu init_u（sklearn/neights/ball_tree.c:7983）（）
/asarray中的usr/local/lib/python2.7/dist-packages/numpy/core/numeric.pyc（a，数据类型，顺序）
318
319     """
-->320返回数组（a，数据类型，副本=False，顺序=order）
321
322 def asanyarray（a，数据类型=无，订单=无）：
ValueError:无法将字符串转换为浮点：未知

我知道这个错误是由数据集中的字符串值（其中一个是“未知”值）引起的。
这让我感到困惑，在我的理解中，函数cus_distance应该考虑这些str值，而kneighbors回归器只使用函数的返回值

问：
*这是在KNN回归中使用自定义距离度量的正确方法吗？
*如果是，我为什么会遇到这种例外情况？

---

*如果不是，正确的方法是什么？

无论使用何种度量，Ball树和KD树都需要浮点数据。如果您的数据无法转换为浮点，则会出现此类错误

>>> import numpy as np
>>> data = [1, "Unknown", 2]
>>> np.asarray(data, dtype=float)
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
----> 1 np.asarray(data, dtype=float)

ValueError: could not convert string to float: Unknown

谢谢@jakevdp.
scikit学习支持暴力、球树和KD树，根据@jakevdp的回答，我只能使用暴力算法，因此我的代码更改为：

knn=neighborsressegator（权重='distance'，度量=cus_距离，算法='brute'）
knn.fit（序列数据.ix[：，字段列表]，序列数据['时间成本]）

这一次它将不再引发错误，谢谢你的VDP！

但当我尝试使用这个knn对象时，新的问题出现了：

这将在我的问题中导致相同的错误。因此，我查看了scikit learn的源代码，发现导致此错误：

elif可调用（度量）：
#首先检查矩阵（这通常由度量完成）。
十、 Y=检查成对数组（X，Y）
n_x，n_y=x.shape[0]，y.shape[0]

函数check_pairwise_array将尝试将所有值转换为float，“Unknown”再次导致错误

我认为这是一种错误，因为scikit的内置度量不支持混合类型的数据集，所以我编写了一个客户度量函数，但这一行仍然强制数据集为纯浮点类型。
正如这一行上面的评论所说，检查工作应该由客户指标来完成，因此我刚刚评论了这一行，，重新加载此模块，我的knn对象现在可以完美工作：）

---

ps：我正在努力将这一变化推广到scikit learn官方github回购协议。

那么，如果你点击了一个“未知”按钮，它会返回什么？@IvoFlipse会这样做吗“是指函数cus_distance吗？是的，我指的就是这个。但似乎@jakevdp已经提供了一个answer@IvoFlipse在函数cus_distance中，我处理str值（被视为标称类型）、int值（被视为数字类型）以及其他不同方式的值，以计算两个记录之间的差异。这不是一个bug。这确保了在许多设置中的正确行为。sklearn不支持使用熊猫数据帧。我认为为您的设置编写自己的KNN应该相当简单。

knn.predict(check_data.ix[:, fields_list])