sklearn.impute.KNNImputer插值寻找近邻的原理

前言

最近预处理数据需要使用插值来填充； 首先是sklearn.impute.SimpleImputer方法， strategy 只有mean, median等； 我需要相邻的邻居值来做插值， 所以选中了sklearn.impute.KNNImputer

疑问

代码：imputer = KNNImputer(n_neighbors=2)

Data Before performing imputation
    Maths  Chemistry  Physics  Biology
0   80.0       60.0      NaN     78.0
1   90.0       65.0     57.0     83.0
2    NaN       56.0     80.0     67.0
3   95.0        NaN     78.0      NaN


After performing imputation
 [[80.  60.  68.5 78. ]
 [90.  65.  57.  83. ]
 [87.5 56.  80.  67. ]
 [95.  58.  78.  72.5]]

Maths第三列（Nan）是怎么算出来的， 我一开始用了两个最邻近的数值， 怎么算都不对； 后来看了youtube才恍然大悟：KNNImputer说的近邻并不是Math这列的物理近邻， 而是 用其他的科目(Chemistry, Physics等）去计算euclidean distance; 根据euclidean distance来判断邻居， 所以邻居应该是person0, person3 !
直观上理解就是： 如果某两个人其他科目的成绩都接近， 那么这两个人即是相似的， 他们的Maths成绩很可能接近；

euclidean distance计算方式

*KNN_imputer原理视频（传不上来图片， 大家只能自己看视频了）:
https://www.youtube.com/watch?v=AHBHMQyD75U