Milliy universiteti amaliy matematika va intellektual texnologiyalar

Isomap
, 
LocallyLinearEmbedding
 va 
SpectralClustering
. 
KDTree va BallTree sinflari 
Shu bilan bir qatorda, bir foydalanishingiz mumkin 
KDTreeBallTree
 yoki 
to'g'ridan-to'g'ri yaqin qo'shnilarni topish uchun darslar. Bu bilan o'ralgan 
funksiyadir 
NearestNeighbors
 class yuqorida ishlatiladi. To'p daraxti va KD 
daraxti bir xil interfeysga ega; biz bu erda KD daraxtidan foydalanish misolini 
ko'rsatamiz: 

---

KDTreeBallTree
Eng yaqin qo'shnilarni qidirish uchun mavjud bo'lgan 
variantlar, shu jumladan so'rovlar strategiyasining spetsifikatsiyasi, masofa 
ko'rsatkichlari va boshqalar haqida ko'proq ma'lumot olish uchun va sinf 
hujjatlariga murojaat qiling. Mavjud ko'rsatkichlar ro'yxati uchun quyidagi 
hujjatlarga qarang 
DistanceMetric
sinf va ko'rsatilgan 
ko'rsatkichlar 
sklearn.metrics.pairwise.PAIRWISE_DISTANCE_FUNCTIO
NS
. "Kosinus" metrikasidan foydalanilishini unutmang 
cosine_distances
. 
Eng Yaqin Qo'shnilar Tasnifi 
Qo'shnilarga asoslangan tasnif-bu turi instansiyaga asoslangan 
ta'lim yoki umumlashtirmaydigan ta'lim: u umumiy ichki modelni yaratishga 
urinmaydi, balki shunchaki o'quv ma'lumotlarining misollarini 
saqlaydi. Tasniflash har bir nuqtaning eng yaqin qo'shnilarining oddiy 
ko'pchilik ovozi bilan hisoblanadi: so'rov punktiga nuqtaning eng yaqin 
qo'shnilari ichida eng ko'p vakillarga ega bo'lgan ma'lumotlar sinfi beriladi. 
scikit - o'rganish ikki xil yaqin qo'shnilar klassifikatorlari amalga 
oshiradi: 
KNeighborsClassifier
 asosida o'rganishni amalga 
oshiradi k har bir so'rov punktining eng yaqin qo'shnilari, 
qaerda k foydalanuvchi tomonidan belgilangan butun son 
qiymati.