К содержанию
Quantoros

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

Похожие вопросы