我想使用K最近邻方法从数据集中检索最接近树的输入树。树中的节点具有值，但每棵树中的分支没有标签。
例如：
树1：（S（V c） （N（P y）） （V（V o） （N（D t）（N d））））
树2 :( S. （V（V p） （P（R o）） （N（D t）（N d））））
我想使用k最近邻居来解决这个问题。您是否有任何想法将此方法用于此问题？
答案 0 :(得分：2)
您必须为树应用KNN算法定义距离度量。树可以使用许多可能的矩阵，其中一个最受欢迎的选择是树编辑距离
（How do I calculate tree edit distance?）
KNN 不是搜索算法。它不用于查找最近的对象，而是 - 将对象分类到预定义标签之一。它只搜索给定点X的K个最近邻居，并返回具有大多数邻居的标签。
为了找到最近的树，假设您已经定义了TED（树编辑距离），只需遍历tree中的所有trees并选择最小化TED(tree,X)的树{} {1}}。
有关树编辑距离的非常好的资源也位于此处： http://www.inf.unibz.it/dis/projects/tree-edit-distance/tree-edit-distance.php