當前位置: 首頁>>代碼示例 >>用法及示例精選 >>正文


Python sklearn RadiusNeighborsRegressor.radius_neighbors_graph用法及代碼示例


本文簡要介紹python語言中 sklearn.neighbors.RadiusNeighborsRegressor.radius_neighbors_graph 的用法。

用法:

radius_neighbors_graph(X=None, radius=None, mode='connectivity', sort_results=False)

計算 X 中點的鄰居(加權)圖。

鄰域被限製在小於半徑的距離處。

參數

X形狀類似數組(n_samples,n_features),默認=無

查詢點或點。如果未提供,則返回每個索引點的鄰居。在這種情況下,查詢點不被認為是它自己的鄰居。

radius浮點數,默認=無

街區半徑。默認值是傳遞給構造函數的值。

mode{‘connectivity’, ‘distance’},默認='連接性'

返回矩陣的類型:‘connectivity’ 將返回帶有 1 和 0 的連接矩陣,在 ‘distance’ 中,邊是點之間的距離,距離類型取決於 NearestNeighbors 類中所選的度量參數。

sort_results布爾,默認=假

如果為 True,則在結果的每一行中,非零條目將按增加的距離排序。如果為 False,則可能不對非零條目進行排序。僅與 mode='distance' 一起使用。

返回

Asparse-matrix 形狀 (n_queries, n_samples_fit)

n_samples_fit 是擬合數據中的樣本數。 A[i, j] 給出連接 ij 的邊的權重。該矩陣為 CSR 格式。

例子

>>> X = [[0], [3], [1]]
>>> from sklearn.neighbors import NearestNeighbors
>>> neigh = NearestNeighbors(radius=1.5)
>>> neigh.fit(X)
NearestNeighbors(radius=1.5)
>>> A = neigh.radius_neighbors_graph(X)
>>> A.toarray()
array([[1., 0., 1.],
       [0., 1., 0.],
       [1., 0., 1.]])

相關用法


注:本文由純淨天空篩選整理自scikit-learn.org大神的英文原創作品 sklearn.neighbors.RadiusNeighborsRegressor.radius_neighbors_graph。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。