Python 如何找到数据集中所有点到第k个最近邻的距离

我们有一个形状为

（10000，1500）

的矩阵X。 让我们取

k=9

。 我们要计算从X中的每个点到X中第9个最近点的距离

是否存在用于此任务的函数或Sklearn库

def k_nearest_distances(X, k){
return d
} 

---

d应该是长度为10000的数组。当索引

i

处的每个值表示到k最近点的距离时，形式为

X[i]

确定，我使用下面的代码使用sklearn库最近邻找到解决方案

k = 9
# importing NearestNeighbors class 
from sklearn.neighbors import NearestNeighbors
# initialize model
neigh = NearestNeighbors(n_neighbors=k, n_jobs=-1)
# train for getting nearest neighbour
neigh.fit(X)
dist, ind = neigh.kneighbors(X)
# We have no use of indices here
# dist is a 2 dimensional array of shape (10000, 9) in which each row is list of length 9. This row contain distances to all 9 nearest points. But we need distance to only 9th nearest point. So
distances = [dist[i][k - 1] for i in range(len(dist))]

---

我不知道，但你可以自己计算。获取您想要的距离度量，并使用其公式计算您想要的值。sklearn最近的邻居是否不满足您的要求？