寻找近邻

很明显，局部离群因子（local outlier factor）算法高度依赖"最近邻"的概念，而"最近邻"又取决于所选的距离度量。因此，您决定在上一课介绍的肝炎数据集上再做一些实验。您将得到 3 个样本，存放在 features 中，其类别存放在 labels 中。您需要分别使用 3 种不同的距离度量（Euclidean、Hamming 和 Chebyshev）来找到第一个样本（索引为 0 的行）的最近邻，并据此选择要使用的距离度量。您将在练习中导入所需的模块；pandas 和 numpy 已可用，features 及其标签 labels 也已准备好。