nearest-neighbor

3熱度

1回答

我有兩組座標： {(x1,y1),..(xn,yn)} {(w1,z1),..(wn,zn)} ，我想在第2組的每對匹配於所述一對在它最接近的組1中。我的團隊很大，因此搜索需要高效。任何建議設置這將不勝感激。此外，如果我有兩組第一組= {(x1,y1,z1),..(xn,yn,zn)}和第二組= {(u1,v1, w1),..(un,vn,wn)}，我的答案會有什麼不同？此外，考慮到我的團隊太大

1熱度

1回答

點的第k個最近鄰居的空間查詢

我正在研究一個算法，該算法需要從某個給定查詢點的第k個最近點重複（歐幾里得）距離，所有查詢點都取自一個點向量。另外，我反覆需要找到某個點的給定半徑內的所有點。我正在考慮使用nanoflann庫中的k-d樹。但是，knnSearch（）函數返回所有k個最近的鄰居，我不需要。（雖然radiusSearch（）函數很適合我）。有沒有更有效的方式來獲得我需要的東西，除了每次都通過所有k個最近的鄰居？

2熱度

1回答

餘弦相似性LSH和隨機超平面

我使用隨機超平面讀取了有關最近鄰居搜索的幾個解決方案，但我仍然對這個桶如何工作感到困惑。我有100百萬個文件，形式爲100維向量和100萬個查詢。對於每個查詢，我需要根據餘弦相似性找到最近的鄰居。蠻力的方法是找到cosine查詢的全部1億個文檔的值，並選擇值接近1的那些。我正在努力使用隨機超平面的概念，在那裏我可以把文檔放在桶中，這樣我就不會必須爲每個查詢計算cosine值1億次。

-2熱度

2回答

如何使用最近鄰算法在Python中將數組輸出[0 0 0]轉換爲[0，0，0]？

我有一個Ubuntu 14.04 32位虛擬機，並使用默認的Python 2.7。我有一個近鄰腳本如下： import numpy as np from sklearn.neighbors import NearestNeighbors X = np.array([[28273, 20866, 29961, 27190, 31790, 19714, 8643, 14482, 5384],

-3熱度

1回答

帶時間戳的最近鄰居算法

我有一個3維的.txt文件。 X，Y，時間。我的文件看起來像這樣：「10 10 12:00」，下面有更多的點和時間。我發現了只有X，Y值的最近點，但現在我需要幫助找到最近的鄰居與時間有關。例如，「什麼是最接近點爲‘10 10’我在文件中的點是什麼？‘11 11’，這是最近點現在有時間補充說：什麼是「10 10 12:00」的最接近點：是「11 11 22:00」還是「15 15 12:05」

1熱度

1回答

基於R使用設置的參考點來映射苗地點

我在找上我應該採取與R. 映射一些點的方法的一些指導今年早些時候，我去了一個森林映射空間分配一些幼苗。我創建了一個網格 - 我每隔兩米就用一個標記名設置一個標記，而我所做的是測量標記到幼苗的距離以及使用軍事指南針的角度。我選擇了這種方法，希望獲得更好的精確度（GPS Garmins在冠層覆蓋下證明這種任務是無用的）。我對空間分配工作完全陌生，所以我希望有人能夠提供關於我應該使用哪些R軟件包的指導

6熱度

1回答

優化scipy最近鄰居搜索

我正在嘗試查找距離1 KM範圍內的所有最近鄰居。這裏是我的腳本來構建樹和搜索最近點， from pysal.cg.kdtree import KDTree def construct_tree(s): data_geopoints = [tuple(x) for x in s[['longitude','latitude']].to_records(index=False)]

0熱度

1回答

函數nndist和kNNdist有什麼不同？

我目前正在嘗試使用R來實現DBSCAN算法以查找我的數據中的離羣值。爲了初始化參數（特別是ε），我必須在我的示例中繪製到第k個鄰居（我選擇k = 3）的遞增排序順序的距離，並查看肘部在哪裏選擇ε的正確值。正如我所說我使用R統計語言，我發現了兩種不同的函數，計算第k個鄰居nndist()和kNNdist()的距離。如果我默認情況下很好理解，它使用歐幾里德距離。但是在我的數據中，這些函數並不顯示相同

-1熱度

1回答

尋找樣本子集的最近鄰居

我有一個約300萬樣本（每個只有3個特徵）的數據集。我使用scikit的sklearn.neighbors模塊 - 特別是radius_neighbor_graph - 來查找哪些樣本屬於特定樣本的小半徑範圍內。這工作正常，但毫不奇怪，它真的很慢，計算此圖。這也是非常浪費的，因爲我只需要知道鄰居的一小部分樣本（約10萬） - 我事先知道這個子集。那麼......有沒有什麼方法可以通過計算給定

0熱度

2回答

使用歐幾里得距離在numpy數組列表中找到numpy數組的最近鄰居

我有一個n維向量，並且我想使用euclidian距離在n維向量列表中找到它的k個最近鄰居。我寫了下面的代碼（k = 10），它運行得很慢，但我想知道是否有更優化的解決方案。 def nearest_neighbors(value, array, nbr_neighbors=1): return np.argsort(np.array([np.linalg.norm(value-x) f