我有一个数据集，列出了城市12个月的平均气温，例如（在华氏度下）
{"Paris" : [45,47,54,60,67,73,77,77,70,61,51,46] },
{"London" : [48,49,53,58,65,70,74,73,67,60,53,48] },
{"Istanbul" : [48,49,53,62,71,79,83,83,77,68,59,51] },
..
我的目标是，对于任何给定的城市，找到前N个最接近的等值城市（也许应将候选人定为非本地人，以取得更好的结果，例如在拉特/隆+1以外，但这可以稍后进行调整）。 / p>
“前N个等效项”定义为：
1）整年-所有12个月与来源的每月最小偏差
2）季节性-每月（4-6）（春季），（7-9）（夏季），（10-12）（秋季），（1-3）每月与来源的最小偏差（冬天）。
换句话说，该算法的目的是揭示哪些洲际城市具有气候相似性。
数学不是我的强项；这是图优化问题还是均方根优化？我可以找到每个城市每个月的所有差异，但是我该怎么办？