NearestNeighbors() returns 顺序错误
NearestNeighbors() returns sequence wrong
我正在使用 sklean.neighbors
库中的 NearestNeighbors()
来传递 117*12
矩阵。我正在查看索引二维数组。第一个元素 indices[i][0]
应该是节点本身。然而,在某些元素上,序列被它的邻居所取代。我想知道如何防止这种情况发生。
这是返回的索引示例。
[ 63 113 59 52 15]
[ 64 35 14 12 66]
[100 76 65 49 32]
[ 66 12 14 35 64]
[ 67 8 112 11 47]
[ 68 92 104 80 66]
[ 69 63 52 59 113]
[ 70 60 107 7 27]
[ 71 33 93 78 97]
[ 72 45 116 30 99]
[ 73 97 7 62 94]
[ 74 46 90 79 115]
[ 75 108 82 10 26]
[100 76 65 49 32]
[ 77 6 27 50 7]
[ 78 93 97 62 73]
当给定索引处的样本完全相等时,就会发生这种情况。所以在你的情况下:
X[65] = X[76] = X[100]
假设 X 是数据。
在这种情况下,顺序由内部决定。如您所见,该订单将得到维持:
...
[100 76 65 49 32]
...
...
[100 76 65 49 32]
...
我正在使用 sklean.neighbors
库中的 NearestNeighbors()
来传递 117*12
矩阵。我正在查看索引二维数组。第一个元素 indices[i][0]
应该是节点本身。然而,在某些元素上,序列被它的邻居所取代。我想知道如何防止这种情况发生。
这是返回的索引示例。
[ 63 113 59 52 15]
[ 64 35 14 12 66]
[100 76 65 49 32]
[ 66 12 14 35 64]
[ 67 8 112 11 47]
[ 68 92 104 80 66]
[ 69 63 52 59 113]
[ 70 60 107 7 27]
[ 71 33 93 78 97]
[ 72 45 116 30 99]
[ 73 97 7 62 94]
[ 74 46 90 79 115]
[ 75 108 82 10 26]
[100 76 65 49 32]
[ 77 6 27 50 7]
[ 78 93 97 62 73]
当给定索引处的样本完全相等时,就会发生这种情况。所以在你的情况下:
X[65] = X[76] = X[100]
假设 X 是数据。
在这种情况下,顺序由内部决定。如您所见,该订单将得到维持:
...
[100 76 65 49 32]
...
...
[100 76 65 49 32]
...