sklearn.neighbors.KNeighborsTransformer

class sklearn.neighbors.KNeighborsTransformer

Transformar X en un gráfico (ponderado) de k vecinos más cercanos

Los datos transformados son un gráfico disperso devuelto por kneighbors_graph.

Más información en el Manual de usuario.

Nuevo en la versión 0.22.

Parámetros

mode{“distance”, “connectivity”}, default=”distance”

Tipo de matriz devuelta: “connectivity” devolverá la matriz de conectividad con unos y ceros, y “distance” devolverá las distancias entre vecinos según la métrica dada.

n_neighborsint, default=5

Número de vecinos para cada muestra en el gráfico disperso transformado. Por razones de compatibilidad, ya que cada muestra se considera como su propio vecino, se calculará un vecino adicional cuando mode == “distance”. En este caso, el gráfico disperso contiene (n_neighbors + 1) vecinos.

algorithm{“auto”, “ball_tree”, “kd_tree”, “brute”}, default=”auto”

Algoritmo usado para calcular los vecinos más cercanos:

• “ball_tree” will use BallTree

• “kd_tree” will use KDTree

• “brute” usará una búsqueda de fuerza bruta.

• “auto” intentará decidir el algoritmo más apropiado basado en los valores pasados al método fit.

Nota: el ajuste en la entrada dispersa anulará el ajuste de este parámetro, utilizando la fuerza bruta.

leaf_sizeint, default=30

Tamaño de hoja pasado a BallTree o KDTree. Esto puede afectar la velocidad de la construcción y la consulta, así como la memoria necesaria para almacenar el árbol. El valor óptimo depende de la naturaleza del problema.

metriccadena o invocable, default=”minkowski”

métrica a utilizar para el cálculo de la distancia. Se puede utilizar cualquier métrica de scikit-learn o scipy.spatial.distance.

Si la métrica es una función invocable, se llama a cada par de instancias (filas) y se registra el valor resultante. El invocable debe tomar dos arreglos como entrada y devolver un valor que indique la distancia entre ellos. Esto funciona para las métricas de Scipy, pero es menos eficiente que pasar el nombre de la métrica como una cadena.

Las matrices de distancia no son compatibles.

Valores válidos para la métrica son:

• de scikit-learn: [“cityblock”, “cosine”, “euclidean”, “l1”, “l2”, “manhattan”]

• de scipy.spatial.distance: [“braycurtis”, “canberra”, “chebyshev”, “correlation”, “dice”, “hamming”, “jaccard”, “kulsinski”, “mahalanobis”, “minkowski”, “rogerstanimoto”, “russellrao”, “seuclidean”, “sokalmichener”, “sokalsneath”, “sqeuclidean”, “yule”]

Consulta la documentación de scipy.spatial.distance para obtener detalles sobre estas métricas.

pint, default=2

Parámetro para la métrica de Minkowski de sklearn.metrics.pairwise.pairwise_distances. Cuando p = 1, esto es equivalente a usar manhattan_distance (l1), y euclidean_distance (l2) para p = 2. Para p arbitrario, se utiliza minkowski_distance (l_p).

metric_paramsdict, default=None

Argumentos adicionales de palabras clave para la función métrica.

n_jobsint, default=1

El número de trabajos paralelos a ejecutar para la búsqueda de vecinos. Si -1, el número de trabajos se establece en el número de núcleos de la CPU.

Atributos

effective_metric_cadena o invocable

La métrica de distancia utilizada. Será la misma que el parámetro metric o un sinónimo de ésta, por ejemplo, “euclidean” si el parámetro metric se establece en “minkowski” y el parámetro p se establece en 2.

effective_metric_params_dict

Argumentos adicionales para la función métrica. Para la mayoría de las métricas será lo mismo que el parámetro metric_params, pero también puede contener el valor del parámetro p si el atributo effective_metric_ se establece como minkowski.

n_samples_fit_int

Número de muestras en los datos ajustados.

Ejemplos

>>> from sklearn.manifold import Isomap
>>> from sklearn.neighbors import KNeighborsTransformer
>>> from sklearn.pipeline import make_pipeline
>>> estimator = make_pipeline(
...     KNeighborsTransformer(n_neighbors=5, mode='distance'),
...     Isomap(neighbors_algorithm='precomputed'))

Métodos

fit	Ajustar el transformador de k-vecinos más cercanos a partir del conjunto de datos de entrenamiento.
fit_transform	Se ajustan los datos y luego se transforman.
get_params	Obtiene los parámetros para este estimador.
kneighbors	Encuentra a los K-vecinos de un punto.
kneighbors_graph	Calcula el grafo (ponderado) de k-vecinos para los puntos de X
set_params	Establece los parámetros de este estimador.
transform	Computes the (weighted) graph of Neighbors for points in X

fit()

Ajustar el transformador de k-vecinos más cercanos a partir del conjunto de datos de entrenamiento.

Parámetros

X{array-like, sparse matrix} de forma (n_samples, n_features) o (n_samples, n_samples) si metric=”precomputed”

Datos del entrenamiento.

Devuelve

selfKNeighborsTransformador

El transformador de k vecinos más cercanos ajustado.

fit_transform()

Se ajustan los datos y luego se transforman.

Ajusta el transformador a X e y con los parámetros opcionales fit_params y devuelve una versión transformada de X.

Parámetros

Xarray-like de forma (n_samples, n_features)

Conjunto de entrenamiento.

yignorado

Devuelve

Xtmatriz dispersa de forma (n_samples, n_samples)

A Xt[i, j] se le asigna el peso de la arista que conecta i con j. Sólo los vecinos tienen un valor explícito. La diagonal es siempre explícita. La matriz tiene el formato CSR.

get_params()

Obtiene los parámetros para este estimador.

Parámetros

deepbool, default=True

Si es True, devolverá los parámetros para este estimador y los sub objetos contenidos que son estimadores.

Devuelve

paramsdict

Nombres de parámetros mapeados a sus valores.

kneighbors()

Encuentra a los K-vecinos de un punto.

Devuelve los índices y las distancias a los vecinos de cada punto.

Parámetros

Xarray-like, forma (n_queries, n_features), o (n_queries, n_indexed) si metric == “precomputed”, default=None

El punto o puntos de la consulta. Si no se proporciona, se devuelven los vecinos de cada punto indexado. En este caso, el punto de consulta no se considera su propio vecino.

n_neighborsint, default=None

Número de vecinos necesarios para cada muestra. El valor predeterminado es el que se pasa al constructor.

return_distancebool, default=True

Si se devuelven o no las distancias.

Devuelve

neigh_distndarray de forma (n_queries, n_neighbors)

Un arreglo que representa las longitudes de los puntos, sólo presente si return_distance=True

neigh_indndarray de forma (n_queries, n_neighbors)

Indices de los puntos más cercanos en la matriz de la población.

Ejemplos

En el siguiente ejemplo, construimos una clase NearestNeighbors a partir de un arreglo que representa nuestro conjunto de datos y preguntamos cuál es el punto más cercano a [1,1,1]

>>> samples = [[0., 0., 0.], [0., .5, 0.], [1., 1., .5]]
>>> from sklearn.neighbors import NearestNeighbors
>>> neigh = NearestNeighbors(n_neighbors=1)
>>> neigh.fit(samples)
NearestNeighbors(n_neighbors=1)
>>> print(neigh.kneighbors([[1., 1., 1.]]))
(array([[0.5]]), array([[2]]))

Como puedes ver, devuelve [[0.5]], y [[2]], lo que significa que el elemento está a la distancia 0.5 y es el tercer elemento de las muestras (los índices empiezan en 0). También puede consultar varios puntos:

>>> X = [[0., 1., 0.], [1., 0., 1.]]
>>> neigh.kneighbors(X, return_distance=False)
array([[1],
       [2]]...)

kneighbors_graph()

Calcula el grafo (ponderado) de k-vecinos para los puntos de X

Parámetros

Xarray-like de forma (n_queries, n_features), o (n_queries, n_indexed) si metric == “precomputed”, default=None

El punto o puntos de la consulta. Si no se proporciona, se devuelven los vecinos de cada punto indexado. En este caso, el punto de consulta no se considera su propio vecino. Para metric='precomputed' la forma debe ser (n_queries, n_indexed). En caso contrario, la forma debe ser (n_queries, n_features).

n_neighborsint, default=None

Número de vecinos para cada muestra. El valor predeterminado es el que se pasa al constructor.

mode{“connectivity”, “distance”}, default=”connectivity”

Tipo de matriz devuelta: “connectivity” devolverá la matriz de conectividad con unos y ceros, en “distance” las aristas son la distancia euclidiana entre puntos.

Devuelve

Amatriz dispersa de forma (n_queries, n_samples_fit)

n_samples_fit es el número de muestras en los datos ajustados A[i, j] se asigna el peso de la arista que conecta i con j. La matriz tiene el formato CSR.

Ver también

NearestNeighbors.radius_neighbors_graph

Ejemplos

>>> X = [[0], [3], [1]]
>>> from sklearn.neighbors import NearestNeighbors
>>> neigh = NearestNeighbors(n_neighbors=2)
>>> neigh.fit(X)
NearestNeighbors(n_neighbors=2)
>>> A = neigh.kneighbors_graph(X)
>>> A.toarray()
array([[1., 0., 1.],
       [0., 1., 1.],
       [1., 0., 1.]])

set_params()

Establece los parámetros de este estimador.

El método funciona tanto con estimadores simples como en objetos anidados (como Pipeline). Estos últimos tienen parámetros de la forma <component>__<parameter> para que sea posible actualizar cada componente de un objeto anidado.

Parámetros

**paramsdict

Parámetros del estimador.

Devuelve

selfinstancia del estimador

Instancia de estimador.

transform()

Computes the (weighted) graph of Neighbors for points in X

Parámetros

Xarray-like de forma (n_samples_transform, n_features)

Datos de muestra.

Devuelve

Xtmatriz dispersa de forma (n_samples_transform, n_samples_fit)

A Xt[i, j] se le asigna el peso de la arista que conecta i con j. Sólo los vecinos tienen un valor explícito. La diagonal es siempre explícita. La matriz tiene el formato CSR.

Ejemplos usando sklearn.neighbors.KNeighborsTransformer

Vecinos más cercanos aproximados en TSNE