機器學習算法之二KD樹

KD樹 實現k近鄰算法時，主要考慮的問題是如何對訓練數據進行快速k近鄰搜索。 這在特徵空間的維數大及訓練數據容量大時尤其必要。 k近鄰法最簡單的實現是線性掃描（窮舉搜索），即要計算輸入實例與每一個訓練實例的距離。計算並存儲好以後，再查找K近鄰。當訓練集很大時，計算非常耗時。 爲了提高kNN搜索的效率，可以考慮使用特殊的結構存儲訓練數據，以減小計算距離的次數。 k值選擇問題。1 kd樹 如果A和B距

>>阅读原文<<