使用最近的邻居来获取3个没有目标变量的最近的邻居

Question

我正在编写一个程序来为我的数据集中的每个数据点获取3个最近的邻居。我的数据集具有47个要素，其中包含5000行条目，并且没有目标变量。我正在使用here将我的整个数据集都设置为一个numpy数组。我正在开发以下代码，但似乎被卡住了：

X = df.to_numpy()

from sklearn.neighbors import NearestNeighbors
def findsuccess(id):
    nbrs = NearestNeighbors(n_neighbors=3)
    nbrs.fit(X)
    pred = nbrs.kneighbors(X,3)
    for i in pred:
       print  "What should come here" ?? - I need to print my 3 neighbours here at this step

发布此信息，我想使用findsuccess函数传递要为其寻找邻居的ID，并在excel中打印此列表。例如：

然后函数调用：# findsuccess(1234)

最终目标是从我的数据集中查看id 1234中最近的3个邻居。最终目标是在这样的输出文件中打印这三个邻居：

id        Neigh1  Neigh2  Neigh3
1234      1334    1444    1555

Answer 1

我认为kneighbors_graph的NearestNeighbors方法适合您。它返回1（如果特定点是k最近邻）或0矩阵。

来自Documentation

>>> X = [[0], [3], [1]]
>>> from sklearn.neighbors import NearestNeighbors
>>> neigh = NearestNeighbors(n_neighbors=2)
>>> neigh.fit(X)
NearestNeighbors(n_neighbors=2)
>>> A = neigh.kneighbors_graph(X)
>>> A.toarray()
array([[1., 0., 1.],
       [0., 1., 1.],
       [1., 0., 1.]])

您可以执行以下操作：

from sklearn.neighbors import NearestNeighbors
X = df.to_numpy()
nbrs = NearestNeighbors(n_neighbors=3)
nbrs.fit(X)

def findsuccess(id):
    i = <get the index of id>
    neighbors_f_id = np.where(nbrs.kneighbors_graph(X[i]))[0]
    print  ('Neighbors of id', neighbors_f_id)