为数据点生成“K”最近邻居

Question

我需要在给定数据点的情况下生成K个最近邻居。 我读了sklearn的sklearn.neighbours模块，但它在两组数据之间生成了邻居。 我想要的可能是最接近传递的数据点的100个数据点的列表。

无论如何，任何KNN算法都应该在引擎盖下找到这些K数据点。 有没有办法将这些K点作为输出返回？

这是我的示例笔记本 。

Answer 1

from sklearn.neighbors import NearestNeighbors 

这可以为您提供数据集中k个最近邻居的索引。 使用kneighbors ，第一个值是距离，第二个值是邻居的索引。 来自文档：

>>> samples = [[0., 0., 0.], [0., .5, 0.], [1., 1., .5]]
>>> from sklearn.neighbors import NearestNeighbors
>>> neigh = NearestNeighbors(n_neighbors=1)
>>> neigh.fit(samples) 
NearestNeighbors(algorithm='auto', leaf_size=30, ...)
>>> print(neigh.kneighbors([[1., 1., 1.]])) 
(array([[0.5]]), array([[2]]))

Answer 2

你不需要深入了解。

使用kd-tree进行最近邻居查找 。 一旦你准备好了索引，你就可以查询它的k-NN。

参考示例：

>>> from scipy import spatial
>>> x, y = np.mgrid[0:5, 2:8]
>>> tree = spatial.KDTree(list(zip(x.ravel(), y.ravel())))
>>> pts = np.array([[0, 0], [2.1, 2.9]])
>>> tree.query(pts)
(array([ 2.        ,  0.14142136]), array([ 0, 13]))
>>> tree.query(pts[0])
(2.0, 0)