PythonKNeighborsClassifi

Question

我对来自sklearn.neighbors的KNeighborsClassifier有点问题

我有一个巨大的电影分级文件，每一行代表一个用户，每一列代表一部电影。在

我想建议一部电影（他还没有看）给一个用户的基础上，他已经评级的电影和其他用户的评级。在

我试过了：

    model = KNeighborsClassifier(n_neighbors=3)
    model.fit(user_rated, others_rated)
    suggestList = model.predict_proba(others_unrated)

用户评级是（浮动）评级列表 其他人的评级是2d名单与相同的电影评级用户已评级，但由不同的用户 others_unrated是一个2d列表，包含当前用户尚未观看的其他用户的电影分级

我认为问题是，因为其他人的评级是2D list，但如果我只将其与另一个用户（使用others_rated[user_num]）进行比较，我将一事无成。 使用model.predict_proba(others_unrated)时，如果只为一个或多个用户插入，Incompatible dimension for X and Y matrices，我会得到相同的错误。在

有什么建议吗？在

Answer 1

我不确定你希望完成什么，但让我推断几件事。在

• 首先，others_rated是一个N_users length list of N unu movies_rated_by_this_user length float列表。在
• 其次，others_nrated是一个N_user length list of N_users length of N_movies_not_u rated_by_this_user length list of floats.其他未分级的是N_user length list of N_movies_not u rated_by_thi。在

从这些语句中，并且在没有访问数据文件/数组的情况下，我想这是您正在尝试执行的正确操作：

import numpy as np
model = KNeighborsClassifier(n_neighbors=3)
model.fit( np.transpose(others_rated),user_rated)
suggestList = model.predict_proba(np.transpose(others_unrated))

我所做的两个更改如下：首先，我几乎可以确定在调用.fit()时必须交换X和y。如果你不这样做，你的问题是如此糟糕（数学上），它几乎肯定会失败：你试图训练一个模型，从向量预测矩阵（从不太多的信息中预测大量信息）。在

第二，你提出问题的方式，n用户应该是列维。这是唯一在数学上有意义的东西。调用KNeighborsClassifier.predict_proba(X)时的列数X必须与上一次调用KNeighborsClassifier.fit(X,y)时X中的列数相同。在