PyFlann 使用方法

PyFlann 使用方法

PyFlann 其实是 FLANN 的 python 接口，当前支持python2 和 python3。FLANN 的意思是Fast Library for Approximate Nearest Neighbors，也就是快速解决最近点搜类问题的库。

这一类问题，是一个在尺度空间中寻找最近点的优化问题。问题描述如下：在尺度空间M中给定一个点集S和一个目标点q ∈ M，在S中找到距离q最近的点。很多情况下，M为多维的欧几里得空间，距离由欧几里得距离或曼哈顿距离决定。

最近点搜索问题的快速解决在很多领域都有着重要意义，如：图像识别及分类、机器学习、文档查重、统计学和大数据等。但是，当这个维度很高的时候，解决起来是一个相当困难的工作。这导致很多研究者开始对更好的解决这一问题产生了兴趣。这个库提供了linear, kdtree, kmeans, composite, autotuned几种算法来更好的解决问题。

安装

pip安装

pip install pyflann

源码安装

git clone https://github.com/primetang/pyflann.git
cd pyflann
[sudo] python setup.py install

使用

pyflann 包 提供了一个名为 FLANN 的类，来负责执行最近点搜索这个具体的操作。这个类包含如下的函数。

def build_index(self, pts, **kwargs)

这个方法按照提交的算法，构建内部的数据结构排列，来加快后续的查找，如果需要多次查找的话，使用这种方法还是很棒的。它经常与方法 def nn_index(self, qpts, num_neighbors = 1, **kwargs) 共同使用。

pts 是数据集，必须是 numpy 的 2D 数组或 matrix，用 row优先方式存储。

**kwargs 是一组不定的参数，首先包含一个参数 algorithm ，然后根据 algorithm 参数的不同，后续的参数也是不同的，总共有如下几种情况。

flann = pyflann.FLANN()

# 初始化 dataset
params = flann.build_index(dataset, algorithm = 'linear')
params = flann.build_index(dataset, algorithm = 'kdtree', trees)
params = flann.build_index(dataset, algorithm = 'autotuned',
    target_precision, build_weight, memory_weight, sample_fraction)
params = flann.build_index(dataset, algorithm =