李航统计学习方法(第二版)（六）：k 近邻算法实现（kd树(kd tree)方法）

2023-01-12 08:17:43

1. kd树简介

构造kd树的方法如下:构造根结点，使根结点对应于k维空间中包含所有实例点的超矩形区域;
通过下面的递归方法，不断地对k维空间进行切分，生成子结点。
在超矩形区域(结点)上选择一个坐标轴和在此坐标轴上的一个切分点，确定一个超平面，这个超平面通过选定的切分点并垂直于选定的坐标轴，将当前超矩形区域切分
为左右两个子区域(子结点);这时，实例被分到两个子区域。这个过程直到子区域内没有实例时终止(终止时的结点为叶结点)。在此过程中，将实例保存在相应的结点上。

2. kd树建立

李航统计学习方法(第二版)（六）：k 近邻算法实现（kd树(kd tree)方法）

李航统计学习方法(第二版)（六）：k 近邻算法实现（kd树(kd tree)方法）

3. kd树搜索

李航统计学习方法(第二版)（六）：k 近邻算法实现（kd树(kd tree)方法）

李航统计学习方法(第二版)（六）：k 近邻算法实现（kd树(kd tree)方法）

上一篇：李航统计学习方法(第二版)（五）：k 近邻算法简介


下一篇：【MVC】Model的使用