通過對最接近的點進行排名來找到它們

Question

我有N x D維特征，我需要根據它們到1 x D維向量的距離進行排序。 在不遞歸地應用argmin情況下，在python中實現該方法的任何快速方法？

謝謝！

Answer 1

平方歐幾里德距離真的很簡單，它的實現就像：

In []: F= randn(5, 3)
In []: t= randn(1, 3)
In []: ((F- t)** 2).sum(1)
Out[]: array([  8.80512,   4.61693,   2.6002,   3.3293,  12.41800])

其中F是特征， t是目標向量。 因此，排名將是：

In []: ((F- t)** 2).sum(1).argsort()
Out[]: array([2, 3, 1, 0, 4])

但是，如果您能夠對自己的情況進行更多描述，則可能存在更合適的度量，例如馬氏距離 。