时间戳

首页 > 解决方案 > 在不拟合模型的情况下进行预测 (knn)

python - 在不拟合模型的情况下进行预测 (knn)

问题描述

当我knn.fit(x_tr,y_tr)在下面的代码中注释并运行时，它给出了一个错误NotFittedError: This KNeighborsClassifier instance is not fitted yet. Call 'fit' with appropriate arguments before using this method.

knn = KNeighborsClassifier(n_neighbors=1)
print(knn)
# knn.fit(x_tr, y_tr)
# print(knn)
pred = knn.predict(x_cv)
acc = accuracy_score(y_cv, pred, normalize=True) * float(100)

我的断开是我没有保存knn.fit(...)在任何变量中，程序怎么知道我没有安装？

此外，当我在启动后和拟合后打印模型时......它完全一样

KNeighborsClassifier(algorithm='auto', leaf_size=30, metric='minkowski',
                     metric_params=None, n_jobs=None, n_neighbors=1, p=2,
                     weights='uniform')
KNeighborsClassifier(algorithm='auto', leaf_size=30, metric='minkowski',
                     metric_params=None, n_jobs=None, n_neighbors=1, p=2,
                     weights='uniform')

标签： pythonmachine-learningscikit-learn

解决方案

如果您查看KNeighborsClassifier代码，knn实例会将经过训练的参数/信息存储在self. 这就是程序知道的原因。

有关更多详细信息，请在何时knn.predict触发。

  • 它首先调用neigh_dist, neigh_ind = self.kneighbors(X)（ sklearn\neighbors\_classification.py第 175 行）
  • 接下来，它调用 check_is_fitted(self)（sklearn\neighbors\_base.py第 585 行）

推荐阅读