Utilisation de la métrique minkowski pondérée dans BallTree de sklearn

Question

J'ai joué avec BallTree et les différentes métriques qu'il fournit. Cependant, quand je l'utilise wminkowski, il semble que les poids ont aucun impact sur les résultats:

df = pd.DataFrame() 
num_features = 4 
num_samples = 100 
for i in range(num_features): 
    df['A_%s'%(i+1)] = np.random.rand(num_samples) 
    df['A_%s'%(i+1)] = df['A_%s'%(i+1)].apply(lambda x: 500 - (1000 * x ** 3)) 
point = np.array([int(1000 * r ** 3) for r in np.random.rand(num_features)]).reshape(1, -1) 
weights = [int(10000 * r ** 2) for r in np.random.rand(num_features)] 

tree1 = sklearn.neighbors.BallTree(df, metric='minkowski') 
tree2 = sklearn.neighbors.BallTree(df, metric='wminkowski', p=2, w=[1] * num_features) # Should be just like tree1 
tree3 = sklearn.neighbors.BallTree(df, metric='wminkowski', p=2, w=weights) 

d1, i1 = tree1.query(point, k=5) 
d2, i2 = tree2.query(point, k=5) 
d3, i3 = tree2.query(point, k=5) 

print 'Point:' 
print point 
print 'Weights:' 
print weights 
print 'Distances:' 
print d1 
print d2 
print d3 
print 'Indices:' 
print i1 
print i2 
print i3 

et la sortie est:

Point: 
[[ 16 58 0 884]] 
Weights: 
[2869, 46, 1558, 5835] 
Distances: 
[[ 451.55203926 537.61234492 601.29840519 601.74059138 647.46934474]] 
[[ 451.55203926 537.61234492 601.29840519 601.74059138 647.46934474]] 
[[ 451.55203926 537.61234492 601.29840519 601.74059138 647.46934474]] 
Indices: 
[[61 31 86 43 93]] 
[[61 31 86 43 93]] 
[[61 31 86 43 93]] 

J'ai essayé d'exécuter le code ci-dessus avec un nombre différent de des caractéristiques et des échantillons et je chaque fois que les trois arbres retournent exactement la même sortie, alors que je m'attends à ce que la sortie retournée par tree3 soit différente. Pourquoi donc? J'utilise sklearn version 0.18.1 en passant.

Answer 1

Ma conjecture est parce que, dans l'exemple que vous affectez à tree2d3,i3 - la ligne incriminée:

d3, i3 = tree2.query(point, k=5) 

Lorsque vous signifie probablement:

d3, i3 = tree3.query(point, k=5) 

Changement tree2-tree3, sous différents résultats en tree3.