当我注释掉下方代码中的knn.fit(x_tr,y_tr)并运行时，会出现一个错误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)

我的疑惑是，我并没有将knn.fit(...)保存到任何变量中，程序是如何知道我没有拟合的？

另外，当我在初始化后和拟合后打印模型时…它们看起来完全相同

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')

回答：

如果你查看KNeighborsClassifier的代码，会发现knn实例会将训练后的参数/信息存储在self中。这就是程序知道的原因。

更多细节，当knn.predict被触发时，

• 它首先在sklearn\neighbors\_classification.py（第175行）调用neigh_dist, neigh_ind = self.kneighbors(X)
• 接着，在sklearn\neighbors\_base.py（第585行）调用 check_is_fitted(self)