尋找最接近多維數據點的點？

Question

我有一個數據集，它給出了一些歌曲的值，即看起來像：

    acousticness danceability energy instrumentalness key  liveness  loudness 
0        0.223      0.780      0.72       0.111        1     0.422    0.231
1        0.4        0.644      0.88       0.555        0.5   0.66     0.555
2        0.5        0.223      0.145      0.76         0     0.144    0.567
.
.
.

我想找到這些點在數字上最接近的歌曲/行。 我已經通過刪除其他高度相關的變量來減少維度，所以這似乎是最低維度。 有誰知道我該怎么做？ 它可能需要機器學習算法，但我真的不知道從哪里開始。

Answer 1

您可以使用scipy.spital.distance.euclidean來計算兩個多維點之間的距離。

在你的情況下，例如

from scipy.spatial import distance
d = distance.euclidean([0.223, 0.780, 0.72, 0.111, 1, 0.422, 0.231], [0.4, 0.644, 0.88, 0.555, 0.5, 0.66, 0.555])
print(d)

為此，您不需要機器學習。

Answer 2

試試這個：會給出每行與所有其他行的距離

from scipy.spatial import distance
song_index_and_dist = []
for i in range(df.shape[0]):
    for k in range(i+1,df.shape[0]):
        song_index_and_dist.append([i,k,distance.euclidean(df.loc[i],df.loc[k])])
print(pd.DataFrame(song_index_and_dist))