Python 稀疏输入Kneighbors分类器中使用的算法？

对于分类算法

KNeighborsClassifier

稀疏输入上的拟合意味着什么

这是否意味着如果我将

x_列

和

x_测试

作为稀疏csr矩阵，并且如果我适合

x_列

并且没有指定算法，它将自动选择暴力？谁能澄清这一困惑

算法：{'auto'，'ball_tree'，'kd_tree'，'brute'}，可选 用于计算最近邻的算法：

注意：稀疏输入上的拟合将覆盖此参数的设置， 使用暴力

---

不，这意味着如果输入是稀疏的，那么传递给参数

算法
的任何值都将被忽略，并将使用蛮力算法（相当于
算法
）
我将我的x_序列作为csr矩阵，然后我做了
knn.fit（x_序列，y_序列）
，我没有指定任何算法。那么，这是否意味着它将自动选择为
brute
？根据文档中的说明，是的。当拟合稀疏输入时，不能使用与“brute”不同的算法的原因/直觉是什么？@hipoglicdo不是没有算法，而是
brute
，这是因为，在稀疏数据的情况下，scikit learn实现的算法（但
brute
）不会给出准确的结果，因此库会自动避免用户犯错误。ball-tree和kd-tree算法都有一个基本假设，即数据不是稀疏的，它们从未被设计用于处理此类数据。然而，暴力通常适用于任何类型的数据，但速度可能较慢（当数据较少或数据稀疏时，这就不是问题了）。