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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注