kneighbors_classifier#
K-近邻分类器。
模块内容#
类摘要#
K-近邻分类器。 |
内容#
- class evalml.pipelines.components.estimators.classifiers.kneighbors_classifier.KNeighborsClassifier(n_neighbors=5, weights='uniform', algorithm='auto', leaf_size=30, p=2, random_seed=0, **kwargs)[source]#
K-近邻分类器。
- 参数
n_neighbors (int) – 默认使用的邻居数量。默认为 5。
weights ({‘uniform’, ‘distance’} 或 callable) –
预测中使用的权重函数。可以是
‘uniform’ : 均匀权重。每个邻域中的所有点权重相等。
‘distance’ : 根据距离的倒数对点进行加权。在这种情况下，查询点附近更近的邻居将比更远的邻居产生更大的影响。
[callable] : 一个用户定义的函数，接受一个距离数组，并返回一个包含权重的相同形状的数组。
默认为“uniform”。
algorithm ({‘auto’, ‘ball_tree’, ‘kd_tree’, ‘brute’}) –
用于计算最近邻的算法
‘ball_tree’ 将使用 BallTree
‘kd_tree’ 将使用 KDTree
‘brute’ 将使用暴力搜索。
‘auto’ 将尝试根据传递给 fit 方法的值来决定最合适的算法。默认为“auto”。注意：在稀疏输入上拟合会覆盖此参数的设置，使用暴力搜索。
leaf_size (int) – 传递给 BallTree 或 KDTree 的叶子大小。这会影响构建和查询的速度，以及存储树所需的内存。最佳值取决于问题的性质。默认为 30。
p (int) – Minkowski 度量的幂参数。当 p = 1 时，这等价于使用 manhattan_distance (l1)，当 p = 2 时等价于使用 euclidean_distance (l2)。对于任意 p，使用 minkowski_distance (l_p)。默认为 2。
random_seed (int) – 随机数生成器的种子。默认为 0。
属性
hyperparameter_ranges
{ “n_neighbors”: Integer(2, 12), “weights”: [“uniform”, “distance”], “algorithm”: [“auto”, “ball_tree”, “kd_tree”, “brute”], “leaf_size”: Integer(10, 30), “p”: Integer(1, 5),}
model_family
ModelFamily.K_NEIGHBORS
modifies_features
True
modifies_target
False
name
KNN 分类器
supported_problem_types
[ ProblemTypes.BINARY, ProblemTypes.MULTICLASS, ProblemTypes.TIME_SERIES_BINARY, ProblemTypes.TIME_SERIES_MULTICLASS,]
training_only
False
方法
构造具有相同参数和随机状态的新组件。
返回此组件的默认参数。
描述组件及其参数。
返回与输入特征数量匹配的由 0 组成的数组，因为 KNN 分类器未定义 feature_importance。
将估计器拟合到数据。
使用已拟合的回归器查找预测区间。
从文件路径加载组件。
返回布尔值，指示组件在调用 predict、predict_proba、transform 或 feature_importances 之前是否需要拟合。
返回用于初始化组件的参数。
使用选定特征进行预测。
对标签进行概率估计。
将组件保存到文件路径。
更新组件的参数字典。
- clone(self)#
构造具有相同参数和随机状态的新组件。
- 返回
此组件的新实例，具有相同的参数和随机状态。
- default_parameters(cls)#
返回此组件的默认参数。
我们的约定是 Component.default_parameters == Component().parameters。
- 返回
此组件的默认参数。
- 返回类型
dict
- describe(self, print_name=False, return_dict=False)#
描述组件及其参数。
- 参数
print_name (bool, optional) – 是否打印组件名称
return_dict (bool, optional) – 是否以字典格式 {“name”: name, “parameters”: parameters} 返回描述
- 返回
如果 return_dict 为 True，则返回字典，否则返回 None。
- 返回类型
None 或 dict
- property feature_importance(self)#
返回与输入特征数量匹配的由 0 组成的数组，因为 KNN 分类器未定义 feature_importance。
- fit(self, X: pandas.DataFrame, y: Optional[pandas.Series] = None)#
将估计器拟合到数据。
- 参数
X (pd.DataFrame) – 形状为 [n_samples, n_features] 的输入训练数据。
y (pd.Series, optional) – 长度为 [n_samples] 的目标训练数据。
- 返回
self
- get_prediction_intervals(self, X: pandas.DataFrame, y: Optional[pandas.Series] = None, coverage: List[float] =None, predictions: pandas.Series =None) Dict[str, pandas.Series]#
使用已拟合的回归器查找预测区间。
此函数获取已拟合估计器的预测，并使用大小为 5 的窗口计算所有预测的滚动标准差。下限和上限预测通过将每个边界处的下尾概率的百分点（分位数）函数乘以滚动标准差来确定。
- 参数
X (pd.DataFrame) – 形状为 [n_samples, n_features] 的数据。
y (pd.Series) – 目标数据。被忽略。
coverage (list[float]) – 一个包含介于 0 和 1 之间浮点数的列表，用于计算预测区间的上限和下限。
predictions (pd.Series) – 可选的要使用的预测列表。如果为 None，将使用 X 生成预测。
- 返回
预测区间，键的格式为 {coverage}_lower 或 {coverage}_upper。
- 返回类型
dict
- 引发
MethodPropertyNotFoundError – 如果估计器不支持时间序列回归作为问题类型。
- static load(file_path)#
从文件路径加载组件。
- 参数
file_path (str) – 加载文件的位置。
- 返回
ComponentBase 对象
- needs_fitting(self)#
返回布尔值，指示组件在调用 predict、predict_proba、transform 或 feature_importances 之前是否需要拟合。
对于不需要拟合或其 fit 方法不执行任何操作的组件，可以将其覆盖为 False。
- 返回
True。
- property parameters(self)#
返回用于初始化组件的参数。
- predict(self, X: pandas.DataFrame) pandas.Series[source]#
使用选定特征进行预测。
- 参数
X (pd.DataFrame) – 形状为 [n_samples, n_features] 的数据。
- 返回
预测值。
- 返回类型
pd.Series
- predict_proba(self, X: pandas.DataFrame) pandas.Series[source]#
对标签进行概率估计。
- 参数
X (pd.DataFrame) – 特征。
- 返回
概率估计。
- 返回类型
pd.Series
- save(self, file_path, pickle_protocol=cloudpickle.DEFAULT_PROTOCOL)#
将组件保存到文件路径。
- 参数
file_path (str) – 保存文件的位置。
pickle_protocol (int) – Pickle 数据流格式。
- update_parameters(self, update_dict, reset_fit=True)#
更新组件的参数字典。
- 参数
update_dict (dict) – 要更新的参数字典。
reset_fit (bool, optional) – 如果为 True，将设置 _is_fitted 为 False。