mars.learn.neighbors.NearestNeighbors#

class mars.learn.neighbors.NearestNeighbors(n_neighbors=5, radius=1.0, algorithm='auto', leaf_size=30, metric='minkowski', p=2, metric_params=None, **kwargs)[来源]#
__init__(n_neighbors=5, radius=1.0, algorithm='auto', leaf_size=30, metric='minkowski', p=2, metric_params=None, **kwargs)[来源]#

方法

__init__([邻居数量, 半径, 算法, ...])

fit(X[, y, session, run_kwargs])

使用X作为训练数据拟合模型

get_params([deep])

获取该估计器的参数。

kneighbors([X, n_neighbors, ...])

找到一个点的K个邻居。

kneighbors_graph([X, n_neighbors, mode, ...])

计算X中点的（加权）k邻居图

set_params(**params)

设置此估计器的参数。