在scikit-learn中为K-NN配置自定义距离度量时遇错的问题咨询

错误原因拆解 #

你的问题在scikit-learn 0.18.1这个旧版本里是很典型的自定义距离使用误区，主要有两个核心问题：

• 算法类型不支持自定义距离：ball_tree（以及kd_tree）算法仅支持scikit-learn内置的距离度量（比如euclidean、manhattan），完全不兼容自定义函数。哪怕你后来改成brute，但因为第二个问题没解决，还是会报错。
• 自定义距离的传递方式错误：在0.18.1版本中，使用自定义距离函数时，不能把函数名以字符串（比如'mydist'）的形式传给metric参数，必须直接传递函数对象本身。

正确的代码写法 #

只需要调整两个参数：指定algorithm='brute'，并且直接传递mydist函数给metric，修改后的代码如下：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import sklearn.neighbors as ng

def mydist(x, y):
    return np.sum((x-y)**2)

if __name__ == '__main__':
    # 修改algorithm为brute，metric直接传函数对象
    nn = ng.KNeighborsClassifier(n_neighbors=3, algorithm='brute', metric=mydist)

额外说明 #

• 你的mydist函数是符合要求的：它接受两个一维数组x和y，返回一个标量距离值，完全满足scikit-learn对自定义距离函数的格式要求。
• 如果你的自定义距离可以通过内置参数组合实现（比如这个例子里的平方欧氏距离，其实可以用metric='euclidean'再配合相关参数，但如果是完全自定义的逻辑，就必须用上述方法）。

内容的提问来源于stack exchange，提问作者Cuenta