¿Qué bibliotecas usar para buscar vecinos más cercanos?

Para buscar vecinos más cercanos en tareas de aprendizaje automático y análisis de datos, a menudo se utilizan las siguientes bibliotecas y herramientas:

• scikit-learn (Python) — contiene una implementación del algoritmo k-Nearest Neighbors (k-NN), útil para clasificación y regresión.
• Faiss (Facebook AI Similarity Search) — biblioteca en C++ con envoltorio en Python, optimizada para búsquedas rápidas de vecinos en grandes conjuntos de datos.
• Annoy (Approximate Nearest Neighbors Oh Yeah) — biblioteca de Spotify para búsquedas aproximadas rápidas de vecinos, adecuada para recomendaciones.
• HNSWlib — biblioteca eficiente para búsqueda de vecinos más cercanos usando grafos de pequeño mundo.
• FLANN (Fast Library for Approximate Nearest Neighbors) — biblioteca en C++ para búsquedas rápidas aproximadas.

La elección depende de la tarea:

• Para conjuntos de datos pequeños y medianos, scikit-learn es adecuado.
• Para volúmenes de datos muy grandes y sistemas de alto rendimiento, Faiss o HNSWlib.

Ejemplo de uso de scikit-learn para buscar vecinos más cercanos:

from sklearn.neighbors import NearestNeighbors
import numpy as np

X = np.array([[0, 0], [1, 1], [2, 2], [3, 3]])
neigh = NearestNeighbors(n_neighbors=2)
neigh.fit(X)

# Encontrar 2 vecinos más cercanos para el punto [1.5, 1.5]
distances, indices = neigh.kneighbors([[1.5, 1.5]])
print(indices)  # índices de los vecinos
print(distances)  # distancias a los vecinos