如何根据兴趣匹配knn sklearn的输出以匹配人物

Question

我是机器学习的新手。我正在根据他们的兴趣等级（1 =低，10 =高）将SetA中的人与SetB中的人进行匹配。我的真实数据集具有40个功能（后来我也希望对某些功能以及不太常见的兴趣设置更高的权重-我相信this会帮助我？）

示例数据集：

>>> dfA = pd.DataFrame(np.array([[1, 1, 1], [4, 4, 4], [8, 8, 8]]),
                   columns=['interest1', 'interest2', 'interest3'],
                  index=['personA1','personA2','personA3'])

>>> dfB = pd.DataFrame(np.array([[4, 4, 3], [2, 2, 1], [1, 2, 2]]),
                   columns=['interest1', 'interest2', 'interest3'],
                  index=['personB1','personB2','personB3'])

print(dfA, "\n", dfB)


>>>           interest1  interest2  interest3
personA1          1          1          1
personA2          4          4          4
personA3          8          8          8 

          interest1  interest2  interest3
personB1          4          4          3
personB2          2          2          1
personB3          1          2          2

我为此使用sklearn的最近邻居算法：

knn = NearestNeighbors(n_neighbors = 2).fit(dfA)

distances, indicies = knn.kneighbors(dfB)

>>> print(distances, "\n \n", indicies)

>>>[[1.         4.69041576]
 [1.41421356 4.12310563]
 [1.41421356 4.12310563]] 

 [[1 0]
 [0 1]
 [0 1]]

我不明白输出？我知道一个类似的问题explanation，但是我不知道如何将其应用于这种情况，因为有2个不同的数据集。

最终，我想要一个最终的数据帧来进行类似的匹配：

SetA             SetB
personA1        personB2
personA2        personB1
personA3        personB3

Answer 1

您获得的结果是SetB中给定人员的最近邻居从SetA中的人员中选择。换句话说，第一个元素distances[0]告诉您personB1与SetA中它的两个最近邻居的距离。 indicies[0]告诉您这两个人的索引。

在此示例中：indicies[0] = [1, 0]表示在SetA1中personB1最近的邻居是SetA [1] = personA2和SetA [0] = personA1。distances[0] = [1. 4.69041576]告诉我们personB1和personA2之间的距离为1，personB1和personA1之间的距离为4.69041576（如果您手动计算欧几里得距离，则可以轻松地进行检查）。

几句话：

• 从对问题的描述中，您似乎只对SetB中一个人与SetA中一个人的最近邻居感兴趣（而不对最近的2个邻居感兴趣）。如果是这种情况，我建议在knn参数中将n = 2更改为n = 1。

• 请注意索引：在数据集中，标签从1开始（personA1，personA2，...），但在knn中，索引始终从0开始。当事情变得更加复杂时，这可能导致混乱，因为SetA [0] = personA1，请注意这一点。