与 sklearn.neighbors.NearestNeighbors 的输出混淆

这是代码。

from sklearn.neighbors import NearestNeighbors
import numpy as np
X = np.array([[-1, -1], [-2, -1], [-3, -2], [1, 1], [2, 1], [3, 2]])
nbrs = NearestNeighbors(n_neighbors=2, algorithm='ball_tree').fit(X)
distances, indices = nbrs.kneighbors(X)


>indices

>array([[0, 1],[1, 0],[2, 1],[3, 4],[4, 3],[5, 4]])

>distances

>array([[0.        , 1.        ],[0.        , 1.        ],[0.        , 1.41421356], [0.        , 1.        ],[0.        , 1.        ],[0.        , 1.41421356]])

我不太明白“指数”和“距离”的形状。我如何理解这些数字的含义？

实际上它非常简单。对于输入中的每个数据样本kneighbors() (X此处），它将显示 2 个邻居。 （因为你已经指定了n_neighbors=2. The indices将为您提供训练数据的索引（再次X在这里）和distances将为您提供训练数据中相应数据点的距离（索引所指的）。

以单个数据点为例。假设X[0]作为第一个查询点，答案将是indices[0] and distances[0]

So for X[0],

• 训练数据中第一个最近邻的索引是indices[0, 0] = 0距离是distances[0, 0] = 0。您可以使用该索引值从训练数据中获取实际的数据样本。

  这是有道理的，因为您使用相同的数据进行训练和测试，因此每个点的第一个最近邻是它本身，距离是0.

• 第二近邻的索引是indices[0, 1] = 1距离是distances[0, 1] = 1

对于所有其他点也是如此。第一个维度在indices and distances对应于查询点，第二维对应于询问的邻居数量。