返回2个或更多最近邻居的KNN算法

Question

例如，我有一个向量x而a是最近的neigbour。 那么， b是它的下一个最近邻居。 Pyton或R中是否有任何输出类似于[a, b]这意味着a是它的最近邻居（也许以多数表决），而b是它的第二个邻居。

Answer 1

这正是那些度量标准树的构建目标。

当您要求使用sklearn的KDTree这样简单的内容时，您的问题就会变得很简单（根据所使用的指标考虑BallTree）：

import numpy as np
from sklearn.neighbors import KDTree

X = np.array([[1,1],[2,2], [3,3]])  # 3 points in 2 dimensions
tree = KDTree(X)
dist, ind = tree.query([[1.25, 1.35]], k=2)
print(ind)  # indices of 2 closest neighbors
print(dist)  # distances to 2 closest neighbors

日期：

[[0 1]]
[[ 0.43011626  0.99247166]]

需要明确指出的是：KNN 通常是指基于度量树（KDTree，BallTree）的一些预构建算法来进行分类。 通常，那些数据结构是人们唯一感兴趣的东西。

编辑

如果我正确解释了您的评论，则您要使用曼哈顿/出租车/ l1指标 。

在此处查找这些空间树的兼容性列表。

您只需要这样使用它：

X = np.array([[1,1],[2,2], [3,3]])  # 3 points in 2 dimensions
tree = KDTree(X, metric='l1')                                         # !!!
dist, ind = tree.query([[1.25, 1.35]], k=2)
print(ind)  # indices of 2 closest neighbors
print(dist)  # distances to 2 closest neighbors

日期：

[[0 1]]
[[ 0.6  1.4]]