這正是構建這些度量樹的原因 .

你問的問題就像你要求的東西一樣簡單，就像使用sklearn的KDTree一樣(根據游戲中的指標考慮BallTree)：

import numpy as np

from sklearn.neighbors import KDTree

X = np.array([[1,1],[2,2], [3,3]]) # 3 points in 2 dimensions

tree = KDTree(X)

dist, ind = tree.query([[1.25, 1.35]], k=2)

print(ind) # indices of 2 closest neighbors

print(dist) # distances to 2 closest neighbors

日期：

[[0 1]]

[[ 0.43011626 0.99247166]]

需要明確的是：KNN通常是指基于度量樹(KDTree，BallTree)的一些預構建算法，用于分類任務 . 通常，這些數據結構是人們唯一感興趣的東西 .

Edit

請查看here以獲取這些空間樹的兼容性列表 .

你會像這樣使用它：

X = np.array([[1,1],[2,2], [3,3]]) # 3 points in 2 dimensions

tree = KDTree(X, metric='l1') # !!!

dist, ind = tree.query([[1.25, 1.35]], k=2)

print(ind) # indices of 2 closest neighbors

print(dist) # distances to 2 closest neighbors

日期：

[[0 1]]

[[ 0.6 1.4]]

總結

以上是生活随笔為你收集整理的java knn分类_返回2个或更多最近邻居的KNN算法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。