python - 如何在sklearn DistanceMetrics中使用马氏距离？

Question

也许这是基本的，但我找不到在 sklearn 中使用 mahalanobis 距离的好例子。

我什至无法获得这样的指标:

from sklearn.neighbors import DistanceMetric
DistanceMetric.get_metric('mahalanobis')

这会抛出一个错误:TypeError: 0-dimensional array given.数组必须至少是二维的。

但是，我什至无法让它接受数组:

DistanceMetric.get_metric('mahalanobis', [[0.5],[0.7]])

抛出:

TypeError: get_metric() takes exactly 1 positional argument (2 given)

我查看了文档 here和 here .但是，我看不到它期望的参数类型。
有没有我能看到的使用马氏距离的例子？

Answer 1

MahalanobisDistance 需要一个参数 V，它是协方差矩阵，以及可选的另一个参数 VI，它是协方差矩阵的逆矩阵。此外，这两个参数都是命名而不是位置。

同时检查文件 scikit-learn/sklearn/neighbors/dist_metrics.pyx 中类 MahalanobisDistance 的文档字符串 sklearn repo .

示例:

In [18]: import numpy as np
In [19]: from sklearn.datasets import make_classification
In [20]: from sklearn.neighbors import DistanceMetric
In [21]: X, y = make_classification()
In [22]: DistanceMetric.get_metric('mahalanobis', V=np.cov(X))
Out[22]: <sklearn.neighbors.dist_metrics.MahalanobisDistance at 0x107aefa58>

编辑:

由于某些原因(错误？)，您无法将距离对象传递给 NearestNeighbor 构造函数，但需要使用距离度量的名称。此外，设置 algorithm='auto'(默认为 'ball_tree')似乎不起作用；所以从上面的代码中给出 X 你可以这样做:

In [23]: nn = NearestNeighbors(algorithm='brute', 
                               metric='mahalanobis', 
                               metric_params={'V': np.cov(X)})
# returns the 5 nearest neighbors of that sample
In [24]: nn.fit(X).kneighbors(X[0, :])     
Out[24]: (array([[ 0., 3.21120892, 3.81840748, 4.18195987, 4.21977517]]), 
          array([[ 0, 36, 46,  5, 17]]))