我正在尝试创建N个数据点与其K个邻居之间的距离矩阵。数据矩阵为NxA
,因此距离矩阵Y_distances
为NxN
,每个i,jth
条目为数据点i
和j
之间的距离。使用knnsearch
我有一个每个数据点的行号矩阵及其K
邻居名为IDX
,然后我执行降维,并希望使用相邻点之间的距离低维空间。我目前正在使用for循环:
no_neighbours=k;
IDX = knnsearch(X,X,'K',no_neighbours);
Y_Distances = sqrt(dist2(y, y));
for i = 1:N
for j= 1:A
Y_neighbour_distances = Y_Distances(i,IDX(i,j));
end
end
有关如何避免这些循环的任何建议,因为它们在大型数据集上非常耗时。
答案 0 :(得分:0)
你可能需要这个稀疏的调用:
I = ndgrid(1:N, 1:K);
sparse(I, IDX, Y_Distances)