基于FIFA数据集的KNN归一化后数据点距离一致问题求助

你代码里的核心问题是模型训练用了归一化后的特征，但查询相似球员时传入的是未归一化的原始特征，这直接导致距离计算完全错位，所以出现所有距离值相同的异常结果。

具体修正步骤： #

• 对查询用的单个球员特征，必须用训练阶段的同一个Scaler做归一化转换，不能直接用原始数据
• 另外你把距离直接转成int会丢失精度，建议保留浮点值或者做合理的小数保留

修改后的关键代码： #

#3.4 - Rescaling values

from sklearn.preprocessing import MinMaxScaler
from sklearn.neighbors import NearestNeighbors
from ipywidgets import widgets, interact
from IPython.display import display

scaler = MinMaxScaler() # 用StandardScaler也一样，保持训练和查询规则一致即可
X_model = scaler.fit_transform(X)

model = NearestNeighbors(algorithm='brute', n_neighbors=10)
model.fit(X_model) # 用归一化后的特征训练模型

dp_players = df[['name','id']].sort_values(by=['name']).values.tolist()

def get_similars(Player):
  # 关键修正：对查询的球员特征执行归一化转换
  player_features = scaler.transform(X.loc[Player].values.reshape(1,-1))
  distance, similar_players_index = model.kneighbors(player_features)
  similar_players = df.loc[df.index[similar_players_index[0]]]
  # 保留4位小数的距离值，避免精度丢失
  similar_players['distances'] = [round(x, 4) for x in distance[0]]
  return similar_players[['name', 'club', 'overall','distances']]

补充说明： #

归一化的核心逻辑是训练和推理阶段必须使用完全相同的缩放规则：训练用scaler.fit_transform生成归一化特征，推理就必须用同一个scaler的transform方法处理查询数据，不能重新拟合或者直接传入原始数据。你之前未归一化时结果正常，正是因为训练和查询用的都是原始特征，规则一致；归一化后只修改了训练数据，没同步调整查询数据，才出现异常。

内容的提问来源于stack exchange，提问作者Tiago Silveira