是否可以在scikit learn的KNeighbors分类器中使用类似1-余弦相似性的东西？
这个答案是否定的，但在KNeighborsClassifier的文档中，它说DistanceMetrics中提到的度量是可用的。距离度量不包括显式余弦距离，可能是因为它不是真正的距离，但据说可以在度量中输入函数。我尝试将scikit学习线性内核输入KNeighborsClassifier，但它给了我一个错误，即函数需要两个数组作为参数。还有人试过这个吗？
余弦相似度通常定义为xTy/（||x||*||y||），如果它们相同，则输出1，如果它们完全不同，则返回-1。从技术上讲，这个定义不是一个度量，因此你不能使用球和kd树等加速结构。如果你强迫scikit学会使用蛮力方法，如果你把它传给你自己的自定义距离度量对象，你应该能够把它用作距离。如果你想使用球树（你可以在JSAT库中找到一个），有一些方法可以将余弦相似性转换为有效的距离度量
但是，请注意，xTy/（||x||*|y||）=（x/|x||）T（y/|y||。欧氏距离可以等价地写成sqrt（xTx+yTy−2 xTy）。如果我们在将每个数据点提供给KNeighborsClassifier之前对其进行归一化，那么所有x的x^T x = 1。因此欧氏距离将退化为sqrt(2 − 2x^T y)。对于完全相同的输入，我们将得到sqrt(2-2*1) = 0，对于完全相反的sqrt(2-2*-1)= 2。它显然是一个简单的形状，所以你可以通过标准化你的数据，然后使用欧氏距离，得到与余弦距离相同的排序。只要使用uniform权重选项，结果将与使用正确的余弦距离相同。
metric的参数，您可以在最近邻模型中使用的不同距离度量之间切换。可用距离度量的列表可以在这里找到
如果你想使用余弦度量来解决排名和分类问题，你可以在归一化特征向量上使用范数2欧几里得距离，这会给你相同的排名/分类（通过argmax或argmin运算进行的预测）结果。