Scikit learn 如何允许SKK最近邻采用自定义距离度量？

我有一个自定义距离度量，需要用于

KNN

，

K近邻

我试着跟随，但由于某种原因，我无法让它工作

我假设距离度量应该采用两个长度相同的向量/数组，如下所述：

import sklearn 
from sklearn.neighbors import NearestNeighbors
import numpy as np
import pandas as pd

def d(a,b,L):
    # Inputs: a and b are rows from a data matrix   
    return a+b+2+L

knn=NearestNeighbors(n_neighbors=1,
                 algorithm='auto',
                 metric='pyfunc',
                 func=lambda a,b: d(a,b,L)
                 )


X=pd.DataFrame({'b':[0,3,2],'c':[1.0,4.3,2.2]})
knn.fit(X)

但是，当我调用：

knn.kneighbors（）

时，它似乎不喜欢自定义函数。以下是错误堆栈的底部：

ValueError: Unknown metric pyfunc. Valid metrics are ['euclidean', 'l2', 'l1', 'manhattan', 'cityblock', 'braycurtis', 'canberra', 'chebyshev', 'correlation', 'cosine', 'dice', 'hamming', 'jaccard', 'kulsinski', 'mahalanobis', 'matching', 'minkowski', 'rogerstanimoto', 'russellrao', 'seuclidean', 'sokalmichener', 'sokalsneath', 'sqeuclidean', 'yule', 'wminkowski'], or 'precomputed', or a callable

然而，我在我引用的问题中看到了完全相同的情况。关于如何在

sklearn 0.14版

上实现此功能，您有什么想法吗？我不知道这些版本有什么不同

谢谢。

实际上非常清楚度量参数的用法：

度量：字符串或可调用，默认为“minkowski”

用于距离计算的度量。可以使用scikit learn或scipy.spatial.distance中的任何度量

如果metric是一个可调用函数，则在每对实例（行）上调用它，并记录结果值。应召者应该 将两个数组作为输入，并返回一个表示距离的值 在他们之间。这适用于Scipy的指标，但效率较低 而不是将度量名称作为字符串传递

因此（同样根据错误消息），

metric

应该是可调用的，而不是字符串。它应该接受两个参数（数组），并返回一个。这是您的

lambda

函数

因此，您的代码可以简化为：

import sklearn
from sklearn.neighbors import NearestNeighbors
import numpy as np
import pandas as pd

def d(a,b,L):
    return a+b+2+L

knn=NearestNeighbors(n_neighbors=1,
                 algorithm='auto',
                 metric=lambda a,b: d(a,b,L)
                 )
X=pd.DataFrame({'b':[0,3,2],'c':[1.0,4.3,2.2]})
knn.fit(X)

---

此外，距离函数也不好，它将返回一个向量，而它需要返回一个值。谢谢。我所看到的文档是，而且都没有你引用的那么详细。谢谢。我使用了以下代码。这给了我酸洗的错误。你能帮我吗？我的代码：def dist2（a，b）：返回jaccard（a，b）knnobj=nearestneights（n_neights=6，algorithm='auto'，metric=lambda，b:dist2（a，b））。拟合（我的数据）PicklingError:无法pickle:属性查找内置函数失败