Question

这是代码。

{{1}}

我不太了解“索引”和“距离”的形状。我如何理解这些数字的含义？

Answer 1

实际上非常简单。对于kneighbors()（此处为X）的输入中的每个数据样本，它将显示2个邻居。（因为您已指定n_neighbors=2。indices将为您提供训练数据的索引（此处再次为X），而distances将为您提供相应数据点的距离在训练数据中（索引所指）。

以单个数据点为例。假设X[0]作为第一个查询点，答案将是indices[0]和distances[0]

对于X[0]，

训练数据中第一近邻的索引为indices[0, 0] = 0，距离为distances[0, 0] = 0。您可以使用该索引值从训练数据中获取实际数据样本。

这是有道理的，因为您使用了相同的数据进行训练和测试，所以每个点的第一个最近邻居是它自己，距离是0。
第二近邻的索引为indices[0, 1] = 1，距离为distances[0, 1] = 1

对于其他所有点也是如此。 indices和distances中的第一个维度对应于查询点，第二个维度对应于所请求的邻居数。

Answer 2

也许草图会有所帮助

例如，索引为0的最接近训练样本的点是1，并且由于您使用的是n_neighbors = 2（两个邻居），因此希望看到这对结果。确实，您看到对[0, 1]出现在输出中。

Answer 3

我将对上述内容进行评论，说明如何使用pandas数据帧中的indexs数组获取"n_neighbors=2"邻居。所以，

import pandas as pd

df = pd.DataFrame([X.iloc[indices[row,col]] for row in range(indices.shape[0]) for col in range(indices.shape[1])])