爲更高維數據設計分層樹

Question

給定一維隨機數集合，我們只需遍歷該集合，然後將數據推送到樹中。在一個方面，這非常簡單。我們可以簡單地比較數據的價值，並決定數據在樹上傳播的位置。

但是，對於更高維度，距離開始變得模糊，並且更難確定哪些數據應該沿着樹向下。實際上，如果我們要設計一個包含一組高維向量（例如128維SIFT特徵）的分層樹，那麼我們如何確定每個n維向量應該到哪個子樹中上？我們所做的一些事情是什麼？

Answer 1

隨機樹木

甲random tree是用於分類或聚類的常用技術。

這裏是你如何決定如何樹的每個節點分割：

• 選擇一個隨機K（小東西，像5）從128種SIFT尺寸。
• 確定哪些k維提供了數據的最佳分割。

所以，每個節點需要存儲：

1. 尺寸使用
2. 決定閾值適用於尺寸

葉將存儲：

• 類別預測或關於已結束的數據點的一些統計在那個葉節點上。