KNN算法

Question

1. assert 的功能是否等同于if， 区别是什么？
2. assert 1 <=k <= X_train.shape[0],
   assert X_train.shape[0] == y_train.shape[0],
   assert X_train.shape[1] == x.shape[0]
   这里为什么不是x.shape[1] ? 如果测试特征数量是否相同的话（即列是否相同）。
3. KNN_classifier.fit(X_train, y_train) 的返回值，这里不是太明白。
   KNeighborsClassifier(algorithm=‘auto’, leaf_size=30, metric=‘minkowski’,
   metric_params=None, n_jobs=1, n_neighbors=6, p=2,
   weights=‘uniform’)
   这是啥意思？到底返回的是什么？ 为什么不用重新定义一个变量进行存储？
   4.kNN_classifier.predict(X_predict)
   y_predict = kNN_classifier.predict(X_predict)
   课程中只说对X_predict进行了predict，我想知道怎么predict的？过程是什么？ predict后得到了array[1]， 那么array[1]中的内容是什么？

Answer 1

liuyubobobo 2020-07-04 13:12:33

1 

assert(x) 等同于： if(!x) 则程序直接中断。

试一试给 k 赋值为不再 1 <=k <= X_train.shape[0] 之间的值，运行层序，看看会发生什么？

2

knn 用最近的 k 个样本作为依据，所以 k 最大为 X_train.shape[0]，及所有样本数。

3

fit 实际上是完成了一个内部计算，所以并不需要使用返回值。但是你写成 knn_clf = KNN_classifier.fit(X_train, y_train) 也是没问题的。因为 sklearn 内部实际也将自己返回去了。这样设计是为了方便管道的设计需要。现在还没有学习管道，不用管这一点。

4

怎么 predict 的就是 4-1 小节介绍的方式。具体的得到的就是预测的标签。把 predict 的结果打印出来看一看？

继续加油！：）

• 提问者 慕移动3485595 #1

  谢谢老师回答
  2. 我之前指的是assert X_train.shape[1] == x.shape[0]，这里为什么会相等？难道不是assert X_train.shape[1] == x.shape[1]吗？   我后来自己想了想，这里小x是向量，是一维的，就是元素的多少。所以 assert X_train.shape[1] == x.shape[0]   没问题。
  
  3.我的意思是.fit(）这个是scikit-learn中自带的吗？结果中的各个参数都是啥意思？ 之前课程都会讲讲用法，参数之类的。scikit-learn中kNN这里直接都略过去了。所以看起来有点不知所以然。
  
  4.和3一样，predict（）是自带的吗？ 函数的用法，参数讲解也没有。一样看起来有点不知所以然。

• liuyubobobo 回复 提问者 慕移动3485595 #2

  3 和 4，对，sklearn 自带的。意思和我们自己封装的 fit 和 predict 一模一样。fit 是对模型做训练；predict 是对数据做预测。