如何解释 knn sklearn 的输出以根据兴趣匹配人员

Question

我对机器学习还很陌生。我试图根据他们的利率评级（1=低，10=高）将来自 SetA 的人与来自 SetB 的人匹配。我的真实数据集有 40 个特征（后来我想对某些特征设置更高的权重，以及不太常见的兴趣 - 我相信 this 会帮助我吗？）。

示例数据集：

>>> dfA = pd.DataFrame(np.array([[1, 1, 1], [4, 4, 4], [8, 8, 8]]),
                   columns=['interest1', 'interest2', 'interest3'],
                  index=['personA1','personA2','personA3'])

>>> dfB = pd.DataFrame(np.array([[4, 4, 3], [2, 2, 1], [1, 2, 2]]),
                   columns=['interest1', 'interest2', 'interest3'],
                  index=['personB1','personB2','personB3'])

print(dfA, "\n", dfB)


>>>           interest1  interest2  interest3
personA1          1          1          1
personA2          4          4          4
personA3          8          8          8 

          interest1  interest2  interest3
personB1          4          4          3
personB2          2          2          1
personB3          1          2          2

我正在为此使用 sklearn 的最近邻算法：

knn = NearestNeighbors(n_neighbors = 2).fit(dfA)

distances, indicies = knn.kneighbors(dfB)

>>> print(distances, "\n \n", indicies)

>>>[[1.         4.69041576]
 [1.41421356 4.12310563]
 [1.41421356 4.12310563]] 

 [[1 0]
 [0 1]
 [0 1]]

我不明白输出？我知道一个类似的问题但是我不知道如何将它应用到这种情况，因为有 2 个不同的数据集。

最终，我想要一个匹配的最终数据框，例如：

SetA             SetB
personA1        personB2
personA2        personB1
personA3        personB3

Answer 1

您得到的结果是从 SetA 中的人.
中选择的 SetB 中给定人的最近邻居 换句话说，第一个元素 distances[0] 告诉您 personB1 与其在 SetA 中的两个最近邻居的距离。 indicies[0]告诉你这两个人的指数。

在这个例子中：
indicies[0] = [1, 0]表示personB1在SetA1中的最近邻为SetA[1] = personA2和SetA[0] = personA1.
distances[0] = [1. 4.69041576] 告诉我们 personB1 和 personA2 之间的距离是 1，personB1 和 personA1 之间的距离是 4.69041576（如果您手动计算欧氏距离，您可以很容易地检查这一点）。

几点说明：

从您的问题描述来看，您似乎只对 SetB 中的人与 SetA 中的人最近的邻居感兴趣（而不是 2 个最近的邻居）。如果是这样，我建议将 knn 参数中的 n_neighbors=2 更改为 n_neighbors=1。

注意您的索引：在您的数据集中，标签从 1（personA1、personA2、...）开始，但在 knn 中，索引始终从 0 开始。这可能会导致混淆事情变得更加复杂，因为 SetA[0]=personA1，所以要注意它。

如何解释 knn sklearn 的输出以根据兴趣匹配人员

How to interpet the output of knn sklearn for matching people based on interest

python

machine-learning

knn

scikit-learn