Python 如何在许多点的选择中获得最近的K个匹配（K个最近的邻居）？

我无法为我的场景想出一个算法

我有一个问题：我有一个电影名称，它与情感、imdb评级、用户评级等功能相关。这就是它的外观

     MovieName | Rating | Polarity | Action | Adventure....
     ------------------------------------------------------

我想在一个平面上绘制与电影相关的所有字段（等级、极性…），其尺寸等于特征数量。我想对所有的行或实例都这样做。每当我得到新的回应，像是有相同字段的新电影名称，我也想画出来，还想得到K最接近匹配的电影名称。假设用户输入的新电影是《肖申克的救赎》，所以我想用其他实例来描绘它，并希望得到5个最接近的匹配（匹配的电影名称）

---

感谢任何潜在客户。

也许k-最近邻算法能帮上忙@谢谢你，伙计。我使用电影名称作为目标，其他所有的功能，这达到了目的。如果您能帮助我，您能告诉我如何在sklearn api中获得多个预测或最接近的匹配吗？我只得到一个输出，即预测值，我如何才能得到前5名左右。再次感谢。离你最近的邻居不远。你知道你需要什么吗？