Python 我可以访问保存在scikit学习近邻模型中的数据集吗？

在数据集上拟合sklearn NearestNeights模型时，该模型将该数据作为其状态保存。用sklearn的话说：

基于邻域的方法被称为非泛化机器学习方法，因为它们只是“记住”其所有训练数据（可能转换为快速索引结构，如Ball树或KD树）

---

模型拟合后，是否可以访问保存在模型中的数据结构？或者是否有必要访问模型之外的原始训练数据？这似乎是对内存/空间的低效使用，因为您想要查询的任何内容都已经保存在模型中。我能不能从索引值中获取NumPy数组，而不是一直保持一个大的NumPy数组？

在模型实例上调用

\u fit\u X

似乎会返回您的训练数据，您可以从那里进行索引。

您需要什么“访问模型外的原始训练数据”对于？相关：@BenReiniger在我知道“_fit_X”之前，我认为我需要存储模型在我的项目中训练过的相同数据集，以便进行查询。这似乎是多余的，因为模型已经拥有了所有这些信息。感谢您发送相关帖子。