KD-Tree Python实现

最新推荐文章于 2024-07-16 19:45:24 发布

steven_miao

最新推荐文章于 2024-07-16 19:45:24 发布

阅读量3.2k

点赞数 1

分类专栏：机器学习文章标签： python

本文链接：https://blog.csdn.net/steven_miao/article/details/51942343

版权

本文介绍了KD-Tree的基本概念，它是一种用于KNN分类的平衡二叉树。详细展示了如何用Python实现KD-Tree的构造，并讨论了KD-Tree的查询过程，包括最邻近查询和K近邻查询。还提到了在高维空间中可能出现的维数灾难问题，并预告了BBF查询算法作为改进的解决方案。

摘要由CSDN通过智能技术生成

KD-Tree

仅以此文纪念过往的岁月

简介

KD-Tree 全称 K-Dimensional Tree ，KD-Tree本质是一种平衡二叉树，其一般应用于KNN分类。其关键是查询，对于KNN应用而言，一般是一次构造后，不再增加和删除节点。对某一节点计算其近邻的点。

KD-Tree构造

Python代码

from collections import namedtuple
from operator import itemgetter
from pprint import pformat

class Node:
def __init__(self,_sa,_loc,_lc,_rc,_p):
    self.splitAttribute = _sa
    self.location = _loc
    self.left_child = _lc
    self.right_child = _rc
    self.parent = _p
    return
def isLeft(self):
    if self.parent.left_child == self:
        return  True
    else:
        return  False
def isRight(self):
    if self.parent.right_child == self:
        return True
    else:
        return False
def isRoot(self):
    if self.parent == None:
        return True
    else:
        return False
def neghbor(self):
    if self.isRight() =&