...
Eroare Machine Learning · Modele: convergență, k-NN, k-means

ValueError: Metric 'cosine' not valid. Use sorted(sklearn.neighbors.VALID_METRICS['kd_tree']) to get valid options. Metric can also be a callable function.

Pe scurt

Ai cerut la k-NN algoritmul `kd_tree` (sau `ball_tree`) împreună cu metrica `cosine`, pe care aceste structuri nu o suportă. Lasă `algorithm="auto"` sau pune `algorithm="brute"`, care acceptă `cosine`; ori păstrează arborele și alege o metrică suportată, de exemplu `euclidean`.

Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la

Ce înseamnă

KNeighborsClassifier, KNeighborsRegressor și NearestNeighbors caută vecinii fie direct (brute, compară cu toate punctele), fie printr-o structură de date (kd_tree, ball_tree) care grăbește căutarea. Structurile acestea funcționează doar cu anumite distanțe: kd_tree cu cele de tip Minkowski (euclidiană, Manhattan, Chebyshev), ball_tree cu ceva mai multe. Distanța cosinus nu e printre ele, de aceea mesajul te trimite la lista VALID_METRICS pentru algoritmul ales.

Apare când ai fixat algorithm (de exemplu copiat dintr-un exemplu despre viteză) și apoi ai schimbat metrica, sau când pui ambele în GridSearchCV și unele combinații nu sunt valide. Cu algorithm="auto", scikit-learn alege singur metoda potrivită metricii.

De ce apare: cauzele frecvente

1kd_tree cu distanța cosinus

Greșit
PYTHON
KNeighborsClassifier(n_neighbors=3, algorithm="kd_tree", metric="cosine")
Corect
PYTHON
KNeighborsClassifier(n_neighbors=3, algorithm="brute", metric="cosine")

Căutarea directă (brute) calculează orice distanță, inclusiv cosinus.

2Algoritm fixat fără motiv

Greșit
PYTHON
NearestNeighbors(algorithm="ball_tree", metric="cosine")
Corect
PYTHON
NearestNeighbors(metric="cosine")

Implicit algorithm="auto" alege o metodă compatibilă cu metrica.

3Combinații invalide în GridSearchCV

Greșit
PYTHON
grila = {"algorithm": ["kd_tree", "brute"], "metric": ["euclidean", "cosine"]}
Corect
PYTHON
grila = [
    {"algorithm": ["kd_tree", "brute"], "metric": ["euclidean"]},
    {"algorithm": ["brute"], "metric": ["cosine"]},
]

O listă de grile testează doar combinațiile care au sens.

Repară tu

Repară eroarea, direct în pagină

Codul de mai jos dă ValueError: Metric 'cosine' not valid. Use sorted(sklearn.neighbors.VALID_METRICS['kd_tree'])..., pentru că kd_tree nu suportă distanța cosinus. Folosește căutarea directă, ca programul să afișeze cel mai asemănător client pentru clientul nou.

Codul care dă eroarea
PYTHON
from sklearn.neighbors import NearestNeighbors

nume = ["Ana", "Bogdan", "Carmen"]
# lei cheltuiti pe: carti, electronice, haine
X = [[100, 0, 50], [10, 900, 20], [5, 80, 400]]

nn = NearestNeighbors(n_neighbors=1, algorithm="kd_tree", metric="cosine").fit(X)
# clientul nou cheltuie mult, dar in aceleasi proportii ca Ana
dist, idx = nn.kneighbors([[1000, 0, 500]])
print("Cel mai asemanator:", nume[idx[0][0]])
După reparație, programul afișează
Cel mai asemanator: Ana
Indiciu

Schimbă algorithm="kd_tree" în algorithm="brute".

Alte forme ale mesajului

  • ValueError: Metric 'cosine' not valid. Use sorted(sklearn.neighbors.VALID_METRICS['ball_tree']) to get valid options. Metric can also be a callable function.
  • ValueError: Metric 'cosine' not valid for algorithm 'kd_tree'

Cum o eviți pe viitor

Lasă algorithm="auto" dacă nu ai măsurat o problemă de viteză. Alege metrica după date: euclidiană pentru trăsături numerice scalate, cosinus pentru vectori de text sau de preferințe, unde contează direcția, nu mărimea. Când chiar fixezi algoritmul, verifică metricile permise cu sorted(VALID_METRICS["kd_tree"]) din sklearn.neighbors.

Întrebări frecvente

E mai lent cu algorithm="brute"?

Pe seturi mari și cu puține trăsături, arborii pot fi mai rapizi. Pe seturi mici sau cu multe trăsături (de exemplu text), brute e adesea la fel de rapid sau mai rapid.

Când folosesc distanța cosinus?

Când contează proporțiile, nu mărimea: doi clienți care cumpără aceleași categorii în aceleași proporții sunt asemănători, chiar dacă unul cheltuie de zece ori mai mult.

Erori înrudite

← Toate erorile Machine Learning

Tudor Andrei Dumitrescu
Cine a explicat eroarea

Tudor Andrei Dumitrescu

Senior Software Developer · fondatorul Academiei Programatorilor

LinkedIn
  1. 2019 Junior JavaCognizant Softvision
  2. 2021 Mid JavaCognizant Softvision
  3. 2022 Team LeaderEndava
  4. 2023 Senior Software DeveloperUniCredit
  5. Acum Senior Software DeveloperHCLTech
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu
Certificat de formator autorizatMinisterul Muncii și Ministerul Educației · 2022
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu

Certificat de formator autorizat · Ministerul Muncii și Ministerul Educației · 2022

Din 2020 construiește Academia Programatorilor, iar din 2026 și JoburiIT.ro. Fiecare eroare de aici a fost reprodusă în editorul nostru: codul greșit chiar dă mesajul din titlu, iar reparația chiar funcționează.

Învață Machine Learning de la zero, cu exerciții la fiecare lecție

Curs Machine Learning și AI pentru începători: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.