通過排名找到最接近的點

我有一個N x D三維特徵，我需要根據它們與一個1 x D維矢量的距離進行排名。任何快速的方式來實現在Python中沒有遞歸應用argmin？通過排名找到最接近的點

謝謝！

2011-06-20 JustInTime

看看[最接近的一對問題]（http://en.wikipedia.org/wiki/Closest_pair_of_points_problem） – inspectorG4dget

很簡單的東西是Squared Euclidean Distance，它的實現是這樣的：

In []: F= randn(5, 3) 
In []: t= randn(1, 3) 
In []: ((F- t)** 2).sum(1) 
Out[]: array([ 8.80512, 4.61693, 2.6002, 3.3293, 12.41800])

凡F是功能和t目標向量。這樣的排名將是：

In []: ((F- t)** 2).sum(1).argsort() 
Out[]: array([2, 3, 1, 0, 4])

然而，如果你能描述你的情況較多，可能存在更加適當的措施，如Mahalanobis distance。

2011-06-20 15:02:59 eat

@unutbu：顯然你編輯過，但我看不出差異。那29個被刪除的字符是什麼？謝謝 – eat

根據每個點與t的接近程度，我預計矩陣的範圍是1到5。這不是我正在尋找的東西。 – JustInTime

@eat：對不起，我應該留下我做過的事情。鏈接（如http://en.wikipedia.org/wiki/http://en.wikipedia.org/wiki/Mahalanobis_distance）被破壞。 – unutbu

回答