Почему KD-tree может проиграть полному перебору соседей при высокой размерности?
Classic MLУровень: ПрактикаTree-index degradation
Почему KD-tree может проиграть полному перебору соседей при высокой размерности?
Подсказки
- Индекс полезен, если исключает большую часть поиска.
- Размерность меняет геометрию расстояний.
Ответ
Осевые разбиения хуже отсекают области кандидатов, обход приближается к полному перебору с дополнительными расходами индекса. Проверяйте реальные размерности и батчи запросов.
Источник и лицензия: scikit-learn 1.7.2 — neighbors · BSD-3-Clause · ответ: редакция Quantoros · перевод: Quantoros