1
Amy 原创整理｜资料核验：2026-10-31
【官方API事实】RadiusNeighborsClassifier按给定半径内的邻居投票。outlier_label默认None，预测遇到该半径内没有邻居的样本会抛出ValueError；设为'most_frequent'则把这类样本分配为训练目标中最常见的类别。
【教学情境】新样本远离训练数据时，强制分成多数类只是预先选择的后备规则，不能解释为附近训练样本支持了这个分类。
【Amy建议】验证时同时统计没有邻居的比例，并检查特征尺度与半径选择。给后备结果单独做标记，避免业务报表把它们与正常邻域投票混为一谈。如果使用手工异常标签，还需阅读官方关于标签类型及类别概率的限制。
官方来源：
https://scikit-learn.org/stable/modules/generated/sklearn.neighbors.RadiusNeighborsClassifier.html