Encontre o vizinho

Fica claro que o algoritmo de fator de outlier local depende bastante da ideia de vizinho mais próximo, que por sua vez depende da escolha da métrica de distância. Então você decide experimentar mais um pouco com o conjunto de dados de hepatite apresentado na lição anterior. Você recebe três exemplos armazenados em features, cujas classes estão em labels. Você vai identificar o vizinho mais próximo do primeiro exemplo (linha com índice 0) usando três métricas de distância diferentes — Euclidiana, Hamming e Chebyshev — e, com base nisso, escolher qual métrica usar. Você importará o módulo necessário como parte do exercício, mas pandas e numpy já estão disponíveis, assim como features e seus rótulos labels.