如何找到更高维度（比如 19）中的点与其第 k（比如 20）最近邻点的距离

Question

python 中是否有任何函数或库可以帮助我找到一个点（具有 19 个特征）与其第 20 个最近邻点之间的 DISTANCE？

我试过欧几里得距离，但由于我有将近 600 000 条记录（点），所以我遇到了 MemoryError。有没有更有效和 pythonic 的方法来找到相同的？

Answer 1

一个选项是sklearn.neighbors.KNearestNeighbor。

这会准备一个类似于您的数据集（600000 个样本，具有 19 个特征）并适合 knn 模型：

import numpy as np
from sklearn.neighbors import KNeighborsClassifier

N = 600000
N_ATTR = 19

samples = np.random.normal(size=(N, N_ATTR))
y = np.ones(N,)
knn = KNeighborsClassifier(n_neighbors=20)
knn.fit(samples, y)

这里我们使用最多有 20 个邻居的 knn。 query和所有最近邻的距离可以通过调用kneighbors函数得到：

query = np.random.normal(size=(1, N_ATTR))
distances = knn.kneighbors(query)[0]

第 20 个邻居对应的那个：

distance_to_20th = distances[0,-1]

KNearestNeighbor默认使用欧氏距离。

如何找到更高维度（比如 19）中的点与其第 k（比如 20）最近邻点的距离

how to find the DISTANCE of a point in higher dimension(say 19) to its kth(say 20th) nearest neighbor

python

nearest-neighbor

scikit-learn