Hitta närmaste granne

Det är tydligt att algoritmen för lokala avvikelsefaktorer i hög grad bygger på konceptet närmaste granne, vilket i sin tur beror på valet av distansmått. Därför bestämmer du dig för att experimentera lite mer med hepatitdatamängden som introducerades i föregående lektion. Du får tre exempel lagrade i features, vars klasser lagras i labels. Du ska identifiera den närmaste grannen till det första exemplet (raden med index 0) med hjälp av tre olika distansmått – euklidiskt, Hamming och Chebyshev – och utifrån det välja vilket distansmått som passar bäst. Du importerar det nödvändiga modulen som en del av övningen, men pandas och numpy är redan tillgängliga, liksom features och tillhörande etiketter labels.