代码详解：用Python构建邻域矩阵( 十 )_如何构建邻域矩阵？只掌握理论知识

#array([0 1 2 3 4 5 6 7 8 9 10 11
)

然后行索引i_index 对应测试样本中的索引，但需要重复K次以匹配j_index 排序：

i_index = np.repeat(np.array(range(M) dtype=int) repeats=K axis=0).ravel()

#array([0 0 0 1 1 1 2 2 2 3 3 3
)

这意味着在第一行（行索引0）的0、1和2列将有一个索引。在第二行（1）的第3、4、5列中会有一个索引……如果你再次查看测试/训练样本位置（第一个图），结果是一致的！

我们假设所有值为“1”：

values = np.ones(M * K) # M = number of test sample K = number of neighbours

或者用取决于距离的函数表示，例如：

values = 1. / distances.flatten()**2

最后，我们的矩阵看起来像（值为“1”）：

matrix = sparse.coo_matrix((values (i_index j_index)) shape=(M N))

代码详解：用Python构建邻域矩阵( 十 )