在2D中快速查找k个最近邻的适当数据结构和算法选择
我有一个数据集，大约包含10万个（X，Y）对，代表2D空间中的点。对于每个点，我想找到其k个最近邻居。 所以，我的问题是 - 假设我希望绝对最小化总运行时间，什么数据结构/算法是合适的选择？ 我不需要代码 - 只需要指出一个合适的方法。这个选择范围让我感觉有些难题 - 四叉树、R树、kd树...
Python 中的增量最近邻算法
是否有人知道Python中实现的最近邻算法，可以进行增量更新？我发现的所有算法都是批处理的，例如这个。是否可能实现增量最近邻算法？
PostGIS中的K最近邻查询
我在PostGIS中使用以下最近邻查询：SELECT g1.gid g2.gid FROM points as g1, polygons g2 WHERE g1.gid <> g2.gid ORDER BY g1.gid, ST_Distance(g1.the_geom,g2...
使用8个特征绘制k最近邻图？
我刚开始学习机器学习，想使用Python库Scikit并采用k最近邻方法建立一个小模型样例。 转换和适配数据很顺利，但我无法弄清楚如何绘制一个显示数据点及其“邻域”的图形。 我使用的数据集看起来像这样: 因此，有8个特征，再加上一个“结果”列。 据我所知，使用Scikit的kneig...
如何在Python中找到经纬度点的最近邻居？
输入：point = (lat, long) places = [(lat1, long1), (lat2, long2), ..., (latN, longN)] count = L 输出: neighbors = point附近的places子集。 (len(neighbors)=L) ...
如何遍历KD树以找到k个最近邻居？
这个问题涉及到KDTrees的KNN搜索实现。遍历KDTree以找到最佳匹配（最近邻）很简单，类似于修改后的二分搜索。 如何修改遍历以全面且高效地找到K个最佳匹配（KNN）？ 澄清编辑： 在找到输入查询I的最近节点M后，遍历算法如何继续找到剩余的K-1个最接近的查询匹配？是否有一种遍历模式...
如何从《统计学习基础》的k近邻分类器中绘制决策边界的变化？
这是一个与https://stats.stackexchange.com/questions/21572/how-to-plot-decision-boundary-of-a-k-nearest-neighbor-classifier-from-elements-o相关的问题。 为了完整起见...
在R中绘制决策边界
我从knn函数中获得了一系列的模型分类标签。我有一个基本的数字训练数据的数据帧，以及另一个用于测试数据的数据帧。如何为knn函数返回的值绘制决策边界？由于需要在锁定机器上复制我的发现结果，请尽可能限制第三方库的使用。 我只有两个类别标签，"orange"和"blue"。它们与训练数据一起绘制...
如何使用Matlab通过最近邻插值旋转图像
我的未使用插值的纯代码： im1 = imread('lena.jpg');imshow(im1); [m,n,p]=size(im1); thet = rand(1); m1=m*cos(thet)+n*sin(thet); n1=m*sin(thet)+n*cos(thet); ...
带有周期边界条件的最近邻搜索
在一个立方盒子里，我有一堆R^3中的点。我想找到每个点的k个最近邻居。通常，我会考虑使用像k-d树这样的方法，但在这种情况下，我有周期性边界条件。据我所知，k-d树通过将空间划分为一个维度少的超平面来进行分区，即在3D中，我们会用2D平面来分割空间。对于任何给定的点，它要么在平面上，要么在其上...