pandas - 实现 KNN 来找到最接近的颜色？

Question

我有一堆包含两列的数据:给定对象的标签以及该对象的颜色(包含 [R，G，B] 的列表)值。有没有一种有效的方法来创建一个函数来告诉我与用户输入的颜色最相似的对象？这似乎是 KNN 的候选者。

我如何在 Python 中执行此操作，最好使用 SciKit？由于我有大约 10,000 个观察值，我可以做些什么来更有效地实现 KNN？

import pandas as pd

data = {
       "Object": ["A", "B", "C", "A"],
       "Color": [[100, 120, 120], [50, 75, 50], [60, 70, 100], [90, 150, 200]]
}


df = pd.DataFrame(data)

candidate = [50, 40, 90]

def nearest_match(df, candidate):
  # something

  return nearest_match

Answer 1

X = [[100, 120, 120], [50, 75, 50], [60, 70, 100], [90, 150, 200]]
y = ["A", "B", "C", "A"]
from sklearn.neighbors import KNeighborsClassifier
neigh = KNeighborsClassifier(n_neighbors=4)
neigh.fit(X, y) 

print(neigh.predict([[100, 100, 100]]))

为了使其表现更好，您可以选择要用于距离的指标。另外，选择您要使用的算法。

您还可以使用此 tutorial 从头开始​​实现它。开箱即用的库可能更好用，因为它们经过了优化。

如果可以选择用 C 实现，那么您可以采用该方法。或者使用 Cythonsing 实现的部分。

P.s.可能值得微调邻居的数量。