Python Kneighbors回归器拟合数据帧

我创建一个数据帧：

import numpy as np
import pandas as pd
from sklearn.neighbors import KNeighborsRegressor    
data = pd.DataFrame(np.random.randint(0,10,(10,5)), columns=list('abcde'))
data.c[:5] = 0
data.c[5:] = 1
data.a = np.arange(5).tolist()+np.arange(5).tolist()
data=data.set_index(list('ac'))
data = data.unstack('c')

然后定义一个度量函数：

myfunc = lambda a, b: ((a - b)**2).sum(axis=1, level=[0]).apply(np.sqrt).sum(axis=1).values

我想要的是对列按级别0对数据帧求和，并应用sqrt，最后对所有列求和。 它可以处理如下自定义代码：

b = data.iloc[-1]
myfunc(data,b)
#output:array([ 18.09035957,  12.62123278,  20.45561243,  14.29386508,   0.        ])

但在

KneighborsRegressionor

中使用

myfunc

作为度量，会产生错误。这是不是意味着Kneighbors回归器的类不能适应数据帧？有人能帮我吗，谢谢

knn = KNeighborsRegressor(n_neighbors=3, metric=myfunc)
knn.fit(a, np.arange(5))
knn.predict(b)
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-23-33f10a670994> in <module>()
      1 knn = KNeighborsRegressor(n_neighbors=3, metric=myfunc)
      2 knn.fit(a, np.arange(5))
----> 3 knn.predict(b)

C:\Anaconda3\lib\site-packages\sklearn\neighbors\regression.py in predict(self, X)
    142         X = check_array(X, accept_sparse='csr')
    143 
--> 144         neigh_dist, neigh_ind = self.kneighbors(X)
    145 
    146         weights = _get_weights(neigh_dist, self.weights)

C:\Anaconda3\lib\site-packages\sklearn\neighbors\base.py in kneighbors(self, X, n_neighbors, return_distance)
    355                 dist = pairwise_distances(
    356                     X, self._fit_X, self.effective_metric_, n_jobs=n_jobs,
--> 357                     **self.effective_metric_params_)
    358 
    359             neigh_ind = argpartition(dist, n_neighbors - 1, axis=1)

C:\Anaconda3\lib\site-packages\sklearn\metrics\pairwise.py in pairwise_distances(X, Y, metric, n_jobs, **kwds)
   1238         func = partial(distance.cdist, metric=metric, **kwds)
   1239 
-> 1240     return _parallel_pairwise(X, Y, func, n_jobs, **kwds)
   1241 
   1242 

C:\Anaconda3\lib\site-packages\sklearn\metrics\pairwise.py in _parallel_pairwise(X, Y, func, n_jobs, **kwds)
   1081     if n_jobs == 1:
   1082         # Special case to avoid picklability checks in delayed
-> 1083         return func(X, Y, **kwds)
   1084 
   1085     # TODO: in some cases, backend='threading' may be appropriate

C:\Anaconda3\lib\site-packages\sklearn\metrics\pairwise.py in _pairwise_callable(X, Y, metric, **kwds)
   1119         iterator = itertools.product(range(X.shape[0]), range(Y.shape[0]))
   1120         for i, j in iterator:
-> 1121             out[i, j] = metric(X[i], Y[j], **kwds)
   1122 
   1123     return out

<ipython-input-17-7f81015a2d21> in <lambda>(a, b)
----> 1 myfunc = lambda a, b: ((a - b)**2).sum(axis=1, level=[0]).apply(np.sqrt).sum(axis=1).values

TypeError: _sum() got an unexpected keyword argument 'level'

knn=kneighbors回归器（n_近邻=3，度量=myfunc）
knn.fit（a，np.arange（5））
knn.预测（b）
---------------------------------------------------------------------------
TypeError回溯（最近一次调用上次）
在（）
1 knn=Kneighbors回归器（n_近邻=3，度量=myfunc）
2 knn.fit（a，np.arange（5））
---->3 knn.预测（b）
C:\Anaconda3\lib\site packages\sklearn\neights\regression.py in predict（self，X）
142 X=检查数组（X，接受
143
-->144 neigh_dist，neigh_ind=self.kneighbors（X）
145
146权重=\u获取\u权重（相邻距离，自身权重）
C:\Anaconda3\lib\site packages\sklearn\neighbors中的neighbors\base.py（self、X、n\u neighbors、return\u distance）
355距离=成对距离(
356 X，自拟合，自有效度量，n个工作=n个工作，
-->357**自生效（度量参数）
358
359 neigh_ind=argpartition（dist，n_邻居-1，axis=1）
C:\Anaconda3\lib\site packages\sklearn\metrics\pairwise.py，成对距离（X、Y、metric、n\u作业，**kwds）
1238 func=部分（distance.cdist，metric=metric，**kwds）
1239
->1240返回并行成对（X、Y、func、n个作业，**KWD）
1241
1242
C:\Anaconda3\lib\site packages\sklearn\metrics\pairwise.py成对并行（X，Y，func，n_作业，**kwds）
1081如果n_作业==1：
1082#特殊情况，避免延迟的可拾取性检查
->1083返回函数（X，Y，**kwds）
1084
1085#待办事项：在某些情况下，后端class='threading'可能是合适的
C:\Anaconda3\lib\site packages\sklearn\metrics\pairwise.py in\u pairwise\u callable（X，Y，metric，**kwds）
1119迭代器=itertools.product（范围（X.shape[0]），范围（Y.shape[0]））
迭代器中i，j的1120：
->1121 out[i，j]=公制（X[i]，Y[j]，**kwds）
1122
1123返回
在（a，b）中
---->1 myfunc=lambda，b:（（a-b）**2）.sum（轴=1，级别=[0]）.apply（np.sqrt）.sum（轴=1）.值
TypeError:_sum（）获得意外的关键字参数“level”

如果您从sklearn.metrics导入make_scorer添加

，然后在定义
myfunc
之后，如果您使用
myfunc=make_scorer（myfunc）
。。。那么它能工作吗？@Max Power，“lambda”可能等同于“def”。如果type:“type（myfunc）”，则其输出为function。@MaxPower此处的度量与记分器不同。它应该是距离度量对象。它不遵循其他分类分数（如度量值）。由于Vivek的更正，数据帧在内部（在所有估计器中）转换为numpy数组，因此numpy.sum（）中不接受
级别
参数，因此出现错误。