基于距离而非邻居的KNN：三列数据下的邻近点查询需求

我来帮你搞定这个基于距离而非固定邻居数的邻近点查询需求。先明确下我们的基础数据集：

原始数据集 #

需求说明 #

我们需要实现一个基于距离阈值的邻近点查询功能（区别于传统固定k值的KNN）：给定目标点和距离上限，找出所有与该点的距离不超过阈值的邻近点。比如查询point_a周边28英里内的点，结果应该是point_b、point_e、point_g。

实现思路与代码示例 #

这里我用Python来实现这个功能，逻辑清晰易懂：

1. 先把数据集加载成便于处理的DataFrame结构
2. 编写查询函数，遍历所有记录：
   • 检查记录中的任意一个点是否是目标点
   • 如果是，判断对应的距离是否小于等于阈值
   • 用集合收集符合条件的另一个点，自动避免重复（比如point_a <-> point_g和point_g <-> point_a属于同一邻近关系）

import pandas as pd

# 加载数据集
data = [
    ["point_a", "point_b", 20],
    ["point_a", "point_c", 30],
    ["point_a", "point_d", 40],
    ["point_a", "point_e", 25],
    ["point_g", "point_a", 26],
    ["point_c", "point_d", 30],
    ["point_c", "point_e", 30],
    ["point_d", "point_e", 40],
]
df = pd.DataFrame(data, columns=["A", "B", "Distance"])

def find_neighbors_by_distance(target_point, max_distance):
    neighbors = set()
    # 遍历所有距离记录
    for _, row in df.iterrows():
        if row["A"] == target_point and row["Distance"] <= max_distance:
            neighbors.add(row["B"])
        elif row["B"] == target_point and row["Distance"] <= max_distance:
            neighbors.add(row["A"])
    return sorted(neighbors)

# 测试查询
result = find_neighbors_by_distance("point_a", 28)
print(f"point_a周边28英里内的邻近点：{result}")
# 输出：point_a周边28英里内的邻近点：['point_b', 'point_e', 'point_g']

关键点说明 #

• 用集合存储邻近点，自动去重，避免因双向记录导致的重复结果
• 同时处理A是目标点和B是目标点的情况，确保不会遗漏反向的距离记录
• 最后返回排序后的结果，提升可读性

内容的提问来源于stack exchange，提问作者Sandeep