sklearn NearestNeighbors

想为数据集Y中的每一个点，在数据集X中找到距其（y）最近的k个点.

• 点的个数 k 由参数中的 n_neighbors表示
• 距离指的是 欧几里得距离（Euclidean distance ）

函数输出：

• indices ： 这k个最近的点的索引（X 的索引）
• distances ： 在所有X的points中，距离Y中的（每个）点最近的k个点的距离

函数表达式：

nbrs = NearestNeighbors(n_neighbors=2, algorithm='ball_tree').fit(X)
distances, indices = nbrs.kneighbors(Y)

详解举例：（先用NearestNeighbors函数计算，再求证）

from sklearn.neighbors import NearestNeighbors
import numpy as np

X = np.array([[-1, -1], 
              [-2, -1], 
              [-3, -2], 
              [1, 1], 
              [2, 1], 
              [3, 2]])

Y = np.array([[1, 5],
              [3,3]])

nbrs = NearestNeighbors(n_neighbors=1, algorithm='ball_tree').fit(X)
distances, indices = nbrs.kneighbors(Y)

print(indices)
print(distances)

# [[5]
#  [5]]
# [[3.60555128]
#  [1.        ]]



# ---------- check ---------- 

def distEuclid(x, y):
    distance= np.sqrt(np.sum(np.square(x-y)))
    return distance

d = np.zeros((2,6), dtype=float)
for i in range(len(Y)):
  for j in range(len(X)):
    d[i,j] = distEuclid(X[j], Y[i])
print(d)


# [[6.32455532 6.70820393 8.06225775 4.         4.12310563 3.60555128]
#  [5.65685425 6.40312424 7.81024968 2.82842712 2.23606798 1.        ]]