如何使用Python从最接近所有其他向量的向量列表中找到一个向量？

Question

我有一个向量列表作为numpy数组。在

[[ 1., 0., 0.],
 [ 0., 1., 2.] ...]

它们都有相同的维度。如何找出在向量空间中哪个向量最接近数组中的所有其他向量？有没有scipy或sklearn函数可以计算这个值？在

Update：

“最近”是指余弦和欧几里得距离。在

Update 2：

假设我有4个向量（a，b，c，d），向量之间的余弦距离为：

a，b=0.2

a，c=0.9

a，d=0.7

b，c=0.5

b，d=0.75

c，d=0.8

对于每个向量a，b，c，d我得到：

^{pr2}$

有没有一种方法可以说向量d是与a，b，c最相似的那个？在

Answer 1

你可以像这样粗暴地强迫它。请注意，这是O（n^2），对于大n，它会变慢

import numpy as np

def cost_function(v1, v2):
    """Returns the square of the distance between vectors v1 and v2."""
    diff = np.subtract(v1, v2)
    # You may want to take the square root here
    return np.dot(diff, diff)

n_vectors = 5
vectors = np.random.rand(n_vectors,3)

min_i = -1
min_cost = 0
for i in range (0, n_vectors):
    sum_cost = 0.0
    for j in range(0, n_vectors):
        sum_cost = sum_cost + cost_function(vectors[i,:],vectors[j,:])
    if min_i < 0 or min_cost > sum_cost:
        min_i = i
        min_cost = sum_cost
    print('{} at {}: {:.3f}'.format(i, vectors[i,:], sum_cost))
print('Lowest cost point is {} at {}: {:.3f}'.format(min_i, vectors[min_i,:], min_cost))