ML：Scikit-Learn 学习笔记（3） --- Nearest Neighbors 最近邻 回归及相关算法

1 最近邻回归

最近邻回归是用在标签值是连续取值的场景智商的，而不是离散取值，而是用最近邻回归进行查询的点，最后得到的结果是其所有最近邻居的平均值。

scikit-learn 在回归部分，同样实现了两种回归算法，和之前的一样，和KNN思想近似的KNeighborsRegressor ，和RNN思想近似的RadiusNeighborsRegressor 。其中KNR依然是使用K个最相近的点，RNR使用半径r范围内的点，他们俩的具体参数都可以由用户指定。

最原始的最近邻回归算法，在考虑每一个邻居点时，都给与他相同的权重。不过和最近邻分类一样的是，在很多情况下，如果给距离近的点更高的权重，那么效果会更加不错。在Scikit-learn当中，可以使用weight这个参数来指定（uniform或distance，可以参考上一章的内容）。下图就是这两种取值的一个示例

scikit-learn对于最近邻回归，给了一个例子，即给定上一半的人脸，推测其下一半的人脸

感兴趣的小伙伴可以到这里查看人脸推测示例