在N维空间中查找给定点最近的N个点

我有一个包含数百万个点的N维空间。我正在寻找一种最有效的方法来构建一个模型,以便在运行时能够找到离给定点最近的K个点(K<100)。

List FindClosestMatch(Point target, Model model)

我开始研究R*-树,但想知道这是否是正确的途径…


回答:

R-Tree的变体是一个不错的选择,但对于你的应用来说,M-trees会更好,因为你只需要计算一个距离就能确定一个边界球与你的目标点有多接近:

https://en.wikipedia.org/wiki/M-tree

Related Posts

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注