在不拟合模型的情况下进行预测（knn）

Question

当我评论knn.fit(x_tr,y_tr)下面的代码并运行时，它给出了一个错误NotFittedError: This KNeighborsClassifier instance is not fitted yet. Call 'fit' with appropriate arguments before using this method.knn = KNeighborsClassifier(n_neighbors=1)print(knn)# knn.fit(x_tr, y_tr)# print(knn)pred = knn.predict(x_cv)acc = accuracy_score(y_cv, pred, normalize=True) * float(100)我的断开连接是我没有保存knn.fit(...)在任何变量中，程序怎么知道我没有安装？此外，当我在启动后和拟合后打印模型时......它完全相同KNeighborsClassifier(algorithm='auto', leaf_size=30, metric='minkowski',                     metric_params=None, n_jobs=None, n_neighbors=1, p=2,                     weights='uniform')KNeighborsClassifier(algorithm='auto', leaf_size=30, metric='minkowski',                     metric_params=None, n_jobs=None, n_neighbors=1, p=2,                     weights='uniform')

Answer 1

如果您查看代码KNeighborsClassifier，knn实例会将经过训练的参数/信息存储在self. 这就是程序知道的原因。

有关详细信息，何时knn.predict触发。

• 它首先调用neigh_dist, neigh_ind = self.kneighbors(X)（ sklearn\neighbors\_classification.py第 175 行）

• 接下来，它调用 check_is_fitted(self)（sklearn\neighbors\_base.py第 585 行）