我正在做一个项目，我有很多高维点，我想找到它们中最密集的邻域。理想情况下，在我的 ~500 个点中，每个点都是一个 4x300 矩阵（四个变量的 300 ms 时间序列），我想找到最相似的 ~30 个点。我研究了 k 最近邻方法，但这些方法都在寻找某个点的最小邻域，我希望能够指定邻域的大小 N（有多少数据点）并获得子集 N 个点最接近。
我认为（？）这是一个聚类问题，所以我研究了使用更相关维度进行聚类的软子空间聚类，并且我研究了专门为时间序列数据开发的双聚类。
任何帮助将不胜感激！我有一个问题，我确定其他人已经想到了，但我认为我不知道确切的措辞，到目前为止我所看到的一切都很接近，但不完全是我需要的。因此，任何能给我有关如何解决此问题的信息的论文/代码/教程/等都很棒：D
更新：我已经研究过使用Frechet 距离作为时间序列之间的距离。这是否是用于此类数据的合适指标？
研究异常检测算法。Scikit-learn 在其异常值检测模块中有多种内置的。在 500 个中找到 30 个最相似的点与找到 470 个异常值相同。这些算法中的大多数都有一个参数，该参数contamination指定您通常希望将数据集的哪一部分分类为异常值，因此操纵此参数的值可能会给您想要实现的目标。
如果您正在寻找用于确定一组点中的某些点有多接近（或不接近）的指标，我认为有一些明显的需要考虑：
直径，来自点集拓扑：查看集合中的所有点对并取最大距离任意两个之间。称之为集合的“直径”。换句话说，在任何方向上最宽的集合是. 这很容易计算，可能会得到你想要的。
找到最小的数字所以在半径的某处有一个球包含你的整个集合。在现实生活中如何计算这一点并不明显，但这是一种等效的方法：选择一个非常小的数字并画一个小半径球围绕集合中的每个点。什么时候足够小，这些小球根本不重叠；当你增加，不过，它们开始有点重叠，最终，所有的球都会在某个点重叠。把它冻结在那里并抓住它并将其称为您的集合的大小。这有点难以计算，但它是持久同源原始定义中使用的集合距离的版本，因此它肯定已经在大数据分析中使用；请参阅此处以获得良好的可视化效果。
#2 的变体，更容易计算，现在用作持久同源性的标准简化之一：选择你的非常小，所以球根本不会重叠并逐渐将它们撞起来；当球开始重叠时，计算重叠在一起的数量，即形成连续区域的数量。这样做直到你所有的球在集合中重叠，冻结它，然后拿走作为你的集合的大小。
就您的实际问题而言，我认为所有这些都需要您花一点时间并开始增加它并寻找最多 n 元素的大小集; ＃1 可能是最容易计算的，并且可能会给出您正在寻找的结果，尽管您当然可以看到为什么＃3 也用于此目的。