distancemetric.get_metric() 不接受自定义函数，因其仅支持内置字符串标识符（如'euclidean'），而kneighborsclassifier等组件才真正支持callable距离函数。
为什么 DistanceMetric.get_metric() 不接受自定义函数
直接传入一个函数给 DistanceMetric.get_metric() 会报 ValueError: Metric 'my_func' not valid. ——因为它只认内置字符串名（如 'euclidean'、'manhattan'），不支持运行时注入函数。真想用自定义距离，得绕过这个校验机制，而不是硬塞进去。
- 根本原因是
DistanceMetric的内部逻辑在初始化时就做了硬编码匹配，没留回调入口 - 多数下游 estimator（如
KNeighborsClassifier）底层调用的是sklearn.metrics.pairwise_distances或NearestNeighbors的metric参数，它们才真正支持 callable - 如果你看到文档里写“支持自定义 metric”，那一定是指
pairwise_distances或NearestNeighbors(metric=...)，不是DistanceMetric.get_metric()
如何在 KNeighborsClassifier 中安全使用自定义距离函数
这是最常见也最实用的场景：你想让 KNN 按你定义的规则算距离，比如加权欧氏、编辑距离、或基于业务逻辑的相似度（需转为距离）。
- 函数必须接受两个一维
numpy.ndarray作为输入，返回一个标量（float） - 不能有额外参数；如有超参（如权重向量），需用
functools.partial或闭包预绑定 - 函数需满足距离基本性质（非负、自反、对称），否则
NearestNeighbors的树加速可能失效，退化为暴力搜索 - 性能敏感时，务必用 NumPy 向量化实现，避免 Python 循环
示例：
import numpy as np from sklearn.neighbors import KNeighborsClassifier <p>def weighted_l2(x, y): weights = np.array([2.0, 1.0, 1.5]) # 假设 3 维特征 return np.sqrt(np.sum(weights * (x - y) ** 2))</p><h1>正确用法：直接传函数对象</h1><p>knn = KNeighborsClassifier(n_neighbors=3, metric=weighted_l2) knn.fit(X_train, y_train)</p>
用 pairwise_distances 预计算距离矩阵的注意事项
当你需要一次性拿到所有样本两两之间的自定义距离（比如喂给 AgglomerativeClustering），sklearn.metrics.pairwise_distances 是更灵活的选择。
-
metric参数可接 callable，但该函数仍须满足双输入单输出签名 - 若数据量大（>10k 样本），预计算全距矩阵会吃掉 O(n²) 内存，此时应改用
NearestNeighbors的radius_neighbors_graph等稀疏方式 - 注意
pairwise_distances默认按行处理；若你的自定义函数依赖全局统计（如列均值），需提前算好并闭包捕获，不能在函数内实时调用np.mean(X, axis=0)
错误示范（会导致每调用一次都重算全局均值，且无法广播）：
# ❌ 错误：函数内访问外部 X，且未预计算
def bad_dist(x, y):
return np.linalg.norm((x - col_mean) - (y - col_mean)) # col_mean 未定义
自定义距离 + NearestNeighbors 的兼容性陷阱
NearestNeighbors 支持 metric='precomputed' 和 callable，但二者不能混用：一旦用了自定义函数，就自动禁用 ball_tree 和 kdtree，强制走 brute 模式。
- 这意味着即使你传的是欧氏距离的变体，只要用了 callable，搜索复杂度就是 O(n×d)，不是 O(log n)
- 如果坚持要用树结构加速，唯一办法是继承
NearestNeighbors并重写_tree_query，但这已超出 scikit-learn 公共 API 范围，维护成本极高 - 调试时可通过
knn.effective_metric_和knn._fit_method查看实际生效的度量和搜索策略
容易被忽略的一点：自定义函数若返回 np.nan 或 inf，NearestNeighbors 不会报错，但后续 kneighbors() 可能返回空结果或异常索引 —— 务必在函数开头加 np.all(np.isfinite(x)) and np.all(np.isfinite(y)) 校验。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
