python – 使用Spearman与Sklearn KNN的相关性进行模式匹配

概述我试图使用包含在用户定义的度量中的Spearman相关性来查找Scikit-learn中的最近邻居.出于某种原因,它仅在我的训练数据中的列数为5且k = 5时才有效.对于任何其他组合(例如,列数= 8和k = 6),它会给我以下错误. (此处列车和测试装置有4列,k = 4).如果我使用Pearson进行相关,它的效果非常好.有谁知道为什么会发生这种情况或如何解决它？谢谢. from scipy. @H_403_4@ 我试图使用包含在用户定义的度量中的Spearman相关性来查找Scikit-learn中的最近邻居.出于某种原因,它仅在我的训练数据中的列数为5且k = 5时才有效.对于任何其他组合(例如,列数= 8和k = 6),它会给我以下错误. (此处列车和测试装置有4列,k = 4).如果我使用Pearson进行相关,它的效果非常好.有谁知道为什么会发生这种情况或如何解决它？谢谢.

from scipy.stats import spearmanrdef spearmancorr(x,y):    rho,pval = spearmanr(x,y,axis=0)    return rho * (-1)from sklearn.neighbors import NearestNeighborsnbrs = NearestNeighbors(n_neighbors=4,algorithm='ball_tree',metric=spearmancorr)nbrs.fit(train)dist,ind = nbrs.kneighbors(test)SystemError                               Traceback (most recent call last)<ipython-input-11-f04b508b1263> in <module>()      5 for i in range(1):      6     nbrs = NearestNeighbors(n_neighbors=4,metric=spearmancorr)----> 7     nbrs.fit(train)      8     dist,ind = nbrs.kneighbors(test)      9     print "for: " + funcs[i]C:\Users\AppData\Local\Enthought\Canopy\User\lib\site-packages\sklearn\neighbors\base.pyc in fit(self,X,y)    797             or [n_samples,n_samples] if metric='precomputed'.    798         """--> 799         return self._fit(X)C:\Users\AppData\Local\Enthought\Canopy\User\lib\site-packages\sklearn\neighbors\base.pyc in _fit(self,X)    238             self._tree = BallTree(X,self.leaf_size,239                                   metric=self.effective_metric_,--> 240                                   **self.effective_metric_params_)    241         elif self._fit_method == 'kd_tree':    242             self._tree = KDTree(X,SystemError: NulL result without error in PyObject_Call

@H_403_4@解决方法 这似乎是在sklearn 0.14.1之前发生的错误.尝试升级到更高版本或最新的0.18.1版本.

请参阅问题#2878和#3032.

@H_403_4@ @H_403_4@ @H_403_4@ @H_403_4@ 总结

以上是内存溢出为你收集整理的python – 使用Spearman与Sklearn KNN的相关性进行模式匹配全部内容，希望文章能够帮你解决python – 使用Spearman与Sklearn KNN的相关性进行模式匹配所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。