比较多维列表并返回相交索引答案

【问题标题】：Comparing multidimensional lists and return the intersected index比较多维列表并返回相交索引
【发布时间】：2020-02-09 17:40:35
【问题描述】：

我尝试根据internet 中的一些示例编写和编辑代码，如下所示：

from math import sqrt

# calculate the Euclidean distance between two vectors
def euclidean_distance(row1, row2):
    distance = 0.0
    for i in range(len(row1)-1):
        distance += (row1[i] - row2[i])**2
    return sqrt(distance)

# Locate the clostest neighbors
def get_neighbors(train, test_row, num_neighbors):
    distances = list()
    for train_row in train:
        dist = euclidean_distance(test_row, train_row)
        distances.append((train_row, dist))
    distances.sort(key=lambda tup: tup[1])
    neighbors = list()
    for i in range(num_neighbors):
        neighbors.append(distances[i][0])
    return neighbors

# Test distance function
dataset = [[2.7810836,2.550537003,0],
    [1.465489372,2.362125076,0],
    [3.396561688,4.400293529,0],
    [1.38807019,1.850220317,0],
    [3.06407232,3.005305973,0],
    [7.627531214,2.759262235,1],
    [5.332441248,2.088626775,1],
    [6.922596716,1.77106367,1],
    [8.675418651,-0.242068655,1],
    [7.673756466,3.508563011,1]]
neighbors = get_neighbors(dataset, dataset[0], 3)

#set(dataset) & set(neighbors)

#type(neighbors) is int
#set(dataset).intersection(neighbors)

for neighbor in neighbors:
    print(neighbor)

我想做的是：

获取最近的 3 个邻居，
将最近的邻居与“数据集”进行比较，
返回匹配的数据点的索引。

例如：从上面的代码，结果是：

[2.7810836, 2.550537003, 0]
[3.06407232, 3.005305973, 0]
[1.465489372, 2.362125076, 0]

我想要的最终结果是：

结果 = [1, 5, 2]

假设数据索引从 1 而不是 0 开始，则它是距所选数据点（包括其自身）最近的 3 个邻居的数据集索引。

【问题讨论】：

标签： python python-3.x machine-learning data-mining nested-lists

【解决方案1】：

您的代码中的错误是您从获取邻居函数返回行本身。为了解决这个问题，换行：

neighbors.append(distances[i][0])

到

neighbors.append(train.index(distances[i][0]) + 1)

在完整的行列表中找到该行的索引，并在您希望索引从 1 开始时递增 1。

结果是现在

[1, 5, 2]

【讨论】：