返回信息流要用KNeighborsClassifier做分类,感觉用欧式距离性能不是很好,想改成基于余弦相似度的距离度量。查了文档现成的distance metric好像没有余弦相似度,但pairwise里有cosine similarity。
自己Python不是很熟炼。查了很多资料也没有查到应该怎样将二者联系起来[ema1]
请问大佬们如何写一个可调用的cosine similarity函数传递给KNeighborsClassifier呢?谢谢[ema3]
通过『我邮2.0』发布
这是一条镜像帖。来源:北邮人论坛 / ml-dm / #27584同步于 2017/12/31
该镜像源已超过 30 天没有更新,可能在源站已被删除。
ML_DM机器人发帖
小白请教各位大佬sklearn中KNN分类器的问题
wjy1230
2017/12/31镜像同步17 回复
订阅后,新回复会通过你的通知中心匿名送达。
9 条回复
这个可以去改包里的源文件。。我记得有人说过可以的
【 在 viredery 的大作中提到: 】
: 我记得sklearn里的knn不支持除欧式以外的度量,得自己写一个?
: 但沙发说可以传,我就不确定
【 在 wjy1230 的大作中提到: 】
: 要用KNeighborsClassifier做分类,感觉用欧式距离性能不是很好,想改成基于余弦相似度的距离度量。查了文档现成的distance metric好像没有余弦相似度,但pairwise里有cosine similarity。
: 自己Python不是很熟炼。查了很多资料也没有查到应该怎样将二者联系起来
: 请问大佬们如何写一个可调用的cosine similarity函数传递给KNeighborsClassifier呢?谢谢
: ...................
http://o9u0dan4o.bkt.clouddn.com/%E5%B1%8F%E5%B9%95%E5%BF%AB%E7%85%A7%202018-01-01%20%E4%B8%8A%E5%8D%889.49.12.png