KNeighborsClassifier 可接受的数据类型

Question

我原以为下面的代码只接受 y 的数据类型 category，因为根据定义，分类器预测分类变量的值。但是在测试之后，我看到这个分类器接受 y 值，即 integer、object 等。它是在幕后将 y 转换为 category，还是这里发生了什么？

from sklearn.neighbors import KNeighborsClassifier  
classifier = KNeighborsClassifier() 
classifier.fit(X_train, y_train) 
y_pred = classifier.predict(X_test)

Answer 1

不，在这方面实际上没有发生任何事情。我不知道你从哪里得到这个目标 y 只能是 category 类型（顺便说一下，这不是 numpy dtype 而是 pandas ).但是没有必要做这样的限制。

scikit-learn 内部使用一个名为 type_of_target 的函数来检查目标 y 是否符合 API 规范并确定一个 target_type，即它是什么分类任务。这是其文档字符串的摘录：

Examples
    --------
    >>> import numpy as np
    >>> type_of_target([0.1, 0.6])
    'continuous'
    >>> type_of_target([1, -1, -1, 1])
    'binary'
    >>> type_of_target(['a', 'b', 'a'])
    'binary'
    >>> type_of_target([1.0, 2.0])
    'binary'
    >>> type_of_target([1, 0, 2])
    'multiclass'
    >>> type_of_target([1.0, 0.0, 3.0])
    'multiclass'
    >>> type_of_target(['a', 'b', 'c'])
    'multiclass'
    >>> type_of_target(np.array([[1, 2], [3, 1]]))
    'multiclass-multioutput'
    >>> type_of_target([[1, 2]])
    'multilabel-indicator'
    >>> type_of_target(np.array([[1.5, 2.0], [3.0, 1.6]]))
    'continuous-multioutput'
    >>> type_of_target(np.array([[0, 1], [1, 1]]))
    'multilabel-indicator'

分类任务是以下任一项：

['binary', 'multiclass', 'multiclass-multioutput', 
'multilabel-indicator', 'multilabel-sequences']

所以元素的类型可以是int、str或object，但不能是float。

KNeighborsClassifier 可接受的数据类型

Acceptable Data Types for KNeighborsClassifier

python

classification

machine-learning

knn

scikit-learn