python中的K最近邻居

Question

我想计算python中的K最近邻居。我应该使用哪个库？

Answer 1

我认为你应该使用scikit ann。

关于最近的neighbour here有一个很好的教程。

根据文档：

安为近似最邻近（ANN）库（http://www.cs.umd.edu/~mount/ANN/），由David M.摩和苏尼的Arya开发了SWIG生成Python包装。安提供一个不可变kdtree实现（经由ANN）能够执行k-最近邻和近似k

Answer 2

scipy.spatial.cKDTree 是快速和固体。 有关将其用于NN插值的示例，请参阅SO上的（ahem） inverse-distance-weighted-idw-interpolation-with-python。

（如果你可以说，例如：“我在3D 1M点，想K = 5楼最接近的1K新点的邻居”， 你可能会得到更好的答案或代码示例。
你想要做什么邻居们一旦找到了它们？）

Answer 3

我写了一个脚本来比较FLANN和scipy.spatial.cKDTree，无法获得ANN包装器来编译。您可以尝试一下，看看适用于您的应用程序的内容。我的测试用例与FLANN相比，cKDTree的运行时间相当，FLANN的速度快了1.25倍。当我增加testSize FLANN的速度比cKDTree快两倍。由于它不是标准python软件包的一部分，因此像FLANN似乎更难以整合，具体取决于项目。

import cProfile 
from numpy import random 
from pyflann import * 
from scipy import spatial 

# Config params 
dim = 4 
knn = 5 
dataSize = 1000 
testSize = 1 

# Generate data 
random.seed(1) 
dataset = random.rand(dataSize, dim) 
testset = random.rand(testSize, dim) 

def test1(numIter=1000): 
    '''Test tree build time.''' 
    flann = FLANN() 
    for k in range(numIter): 
     kdtree = spatial.cKDTree(dataset, leafsize=10) 
     params = flann.build_index(dataset, target_precision=0.0, log_level = 'info') 

def test2(numIter=100): 
    kdtree = spatial.cKDTree(dataset, leafsize=10) 
    flann = FLANN() 
    params = flann.build_index(dataset, target_precision=0.0, log_level = 'info') 
    for k in range(numIter): 
     result1 = kdtree.query(testset, 5) 
     result2 = flann.nn_index(testset, 5, checks=params['checks']) 

import cProfile 
cProfile.run('test2()', 'out.prof') 

Answer 4

它本身在SciPy的，如果你希望做一个kd树的方法：http://docs.scipy.org/doc/scipy/reference/generated/scipy.spatial.KDTree.html#scipy.spatial.KDTree