如何解决sklearn和weka kNN预测对于所有数据都完全相同,除了一个数据点
我使用sklearn为kNN写了一个代码,然后使用WEKA kNN比较了预测。使用10个测试集预测进行了比较,其中只有一个预测显示出> 1.5的高差异,而所有其他预测都完全相同。因此,我不确定我的代码是否工作正常。这是我的代码:
df = pd.read_csv('xxxx.csv')
X = df.drop(['Name','activity'],axis=1)
y = df['activity']
Xstd = StandardScaler().fit_transform(X)
x_train,x_test,y_train,y_test = train_test_split(Xstd,y,test_size=0.2,shuffle=False,random_state=None)
print(x_train.shape,x_test.shape)
X_train_trans = x_train
X_test_trans = x_test
for i in range(2,3):
knn_regressor = KNeighborsRegressor(n_neighbors=i,algorithm='brute',weights='uniform',metric='euclidean',n_jobs=1,p=2)
CV_pred_train = cross_val_predict(knn_regressor,X_train_trans,n_jobs=-1,verbose=0,cv=LeaveOneOut())
print("LOO Q2: ",metrics.r2_score(y_train,CV_pred_train).round(2))
# Train Test predictions
knn_regressor.fit(X_train_trans,y_train)
train_r2 = knn_regressor.score(X_train_trans,y_train)
y_train_pred = knn_regressor.predict(X_train_trans).round(3)
train_r2_1 = metrics.r2_score(y_train,y_train_pred)
y_test_pred = knn_regressor.predict(X_test_trans).round(3)
train_r = stats.pearsonr(y_train,y_train_pred)
abs_error_train = (y_train - y_train_pred)
train_predictions = pd.DataFrame({'Actual': y_train,'Predcited':
y_train_pred,"error": abs_error_train.round(3)})
MAE_train = metrics.mean_absolute_error(y_train,y_train_pred)
abs_error_test = (y_test_pred - y_test)
test_predictions = pd.DataFrame({'Actual': y_test,'predcited':
y_test_pred,'error': abs_error_test.round(3)})
test_r = stats.pearsonr(y_test,y_test_pred)
test_r2 = metrics.r2_score(y_test,y_test_pred)
MAE_test = metrics.mean_absolute_error(y_test,y_test_pred).round(3)
print(test_predictions)
在sklearn和WEKA kNN中,火车组统计几乎相同。 sklearn的预测是:
Actual predcited error
6.00 5.285 -0.715
5.44 5.135 -0.305
6.92 6.995 0.075
7.28 7.005 -0.275
5.96 6.440 0.480
7.96 7.150 -0.810
7.30 6.660 -0.640
6.68 7.200 0.520
***4.60 6.950 2.350***
和weka的预测是:
actual predicted error
6 5.285 -0.715
5.44 5.135 -0.305
6.92 6.995 0.075
7.28 7.005 -0.275
5.96 6.44 0.48
7.96 7.15 -0.81
7.3 6.66 -0.64
6.68 7.2 0.52
***4.6 5.285 0.685***
两种算法中使用的参数为:k = 2,用于距离计算的蛮力,度量单位:欧几里得。
对区别有什么建议吗?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。