yeqiustu的博客

ball-tree为了改进KDtree的二叉树树形结构、以及沿着笛卡尔坐标进行划分的低效率，ball tree将使用超球面而不是超平面来划分空间。虽然在构建数据结构的花费上大过于KDtree，但是在高维甚至很高维的数据上都表现的很高效。LSHLSH（Locality Sensitive Hashing），局部敏感哈希...

KNNKNN（K-Nearest Neighbours），k最近邻算法，是一个基于距离的有监督算法，常被用于分类问题的算法，它也可以用于回归问题。所谓k最近邻，就是k个最近的邻居的意思，说的是每个数据点都可以用它最接近的k个邻居数据点来代表。当用于分类时，用k个最近邻居所属类别的多数做预测结果；当用于回归时，用k个最近邻居对应标签的平均值来表示预测结果。knn算法虽然简单，但在数据量较大时，效果还是相当不错的。注意事项：k值的选取：k值是需要预先设定的；选小了（极端k=1），数据噪音将会对结果有