我将date count
2017-11-20 1
2017-11-20 1
2017-11-20 2
2017-12-01 6
2017-12-01 4
2017-12-10 3
2017-12-10 6
2017-12-10 6
和test设置为以下维度，所有要素（即列）为整数。
train
X_train.shape
(990188L, 19L)
X_test.shape
我想找出(424367L, 19L)集的所有行和train集的所有行之间的欧氏距离。
我还必须从距离阈值为test的火车组中删除行。
我有一个以下线性代码，它太慢但工作正常。
0.005我记下距离阈值内的行的索引。
有没有办法并行化这段代码？
我尝试使用for a in range(X_test.shape[0]):
a_test = np_Test[a]
for b in range(X_train.shape[0]):
a_train = np_Train[b]
if(a != b):
dst = distance.euclidean(a_test, a_train)
if(dst <= 0.005):
train.append(b)
但由于数据集很大，我收到内存错误。
我尝试使用from sklearn.metrics.pairwise import euclidean_distances批量生成代码，但有些我认为以下代码无法正常工作。
如果有任何方法可以并行化代码，请帮助我。
euclidean_distances