KD-tree学习

       所谓kdtree,就是一个k维(k-dimension)的二叉树(binary tree),检索的方法就是在kdtree的某个维度上给予一个阈值,在这个维度上将空间一分为二,这样n次的分割平面就将整个空间分成2的n次方个空间(应该是吧),迭代的分割过程一般用两种方法收敛,每个叶子上的样本个数小于某个值,或是迭代到一个最大迭代值。

      一个比较常见的(canonical method)分割阈值的确定方法,在维度深度的基础上,使维度上轴轴循环通过所以的有效的值,在这些维度上分别选择维度上的值的中值,这样的到的是一个balanced k-d tree,这样所有的节点到超平面的距离是大概差不多的,当然这种方法并不是在所有应用的情况下是适用的。

阅读更多
文章标签: tree
个人分类: Algorithms
想对作者说点什么? 我来说一句

没有更多推荐了,返回首页

加入CSDN,享受更精准的内容推荐,与500万程序员共同成长!
关闭
关闭