布雷·柯蒂斯·迪斯坦

Question

我正在运行一个简单的KNN，它实际上从CSV文件中读取数据。实现是针对NLP的。数据输入到它是共振峰（1，2，和3）为一个元音说，在一个特定的词所说的不同用户（男性和女性不同口音）。总共有3个不同的元音，每个元音代表一个类。你知道吗

CSV文件头

对我来说，问题是试图找到最好的可能的准确性，目前我正在玩最好的公制距离。使用的n-邻域为27，结果最好。在这一点上，我的问题是我是否可以利用Bray-Curtis距离来实现这个特定的实现。你知道吗

我主要是问，因为对于布雷-柯蒂斯距离，获得了71%的精度，而对于欧几里德距离和任何其他使用的距离，获得了63%或更低的精度，用于相同的参数。你知道吗

提前谢谢

代码：

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.25, random_state=1, stratify=y)

# Create KNN classifier
knn = KNeighborsClassifier(metric='braycurtis', n_neighbors = 27)
knn.fit(X_train,y_train)

print('Accuracy:\t\t', knn.score(X_test, y_test), '\n')