Question

我试图实现knn算法，该算法对R中的一维向量进行操作，但是一个与标准向量略有不同，因为它在一个平局的情况下需要较小的元素（所以距离只是属性之间差异的绝对值）。更准确地说，我试图找到最接近给定数字的k数字，如果有关系，我希望选择较小的数字。

听起来很简单，但是我的算法需要几秒钟才能完成，而类包中的那个（knn）会立即输出一个答案（尽管它在一个平局或随机元素的情况下需要所有元素）。我的以下是：

我对一个训练样本进行抽样并逐渐订购。
我拿一个元素（一个数字） 2.5。并在训练样本中搜索第一个小于某个数字的地方。
我从训练样本中取2k + 1个数字 - 在2.5中找到的数字左边是k，右边是k（如果这些数字少于k，我尽可能多地拿走）。 / LI>
最后，我计算了所选元素与我所选择的元素之间的距离，并逐渐将它们与相应的元素一起排序（以便逐渐对元素及其距离进行排序）
然后我从4中创建的列表中取k个第一个元素（所以没有两个具有相同的距离）

但男孩，完成需要6到7秒......你对改进有什么想法吗？（这不是R特定的问题，它恰好发生在R中。）

编辑。代码：

dec <- function(u, x, k) {
## u is the training sample sorted increasingly
## x is an object for classification
## k is a knn parameter
knn <- list()
i <- 1
div <- 0
for (j in u) {
    if (x < j) {
        div <- 0
        break
}
    i <- i+1
}
if (div == 0) {
    distances <- array(0,dim=c(2,k))
    z <- 1
    for (j in 1:k) {
        distances[1,z] <- u[10000-j]
        distances[2,z] <- abs(u[10000-j]-x)
    }
} else {
    end1 <- div+k
    end2 <- div-k
    if (div<k) {
        distances <- array(0,dim=c(2,(div+k)))
        a <- 1
        for (j in u[1:end1]) {
            distances[1,a] <- j
            distances[2,a] <- abs(j-x)
            a <- a+1
        }
    } else if (10000-div<k) {
        distances <- array(0,dim=c(2,(1000-div+k)))
        a <- 1
        for (j in u[end2:10000]) {
            distances[1,a] <- j
            distances[2,a] <- abs(j-x)
            a <- a+1
        }
    } else {
        a <- 1
        distances <- array(0,dim=c(2,(2*k+1)))
        for (j in u[end1:end2]) {
            distances[1,a] <- j
            distances[2,a] <- abs(j-x)
            a <- a+1
        }
    }
    distances <- t(distances)
    distances <- distances[ order( distances[,2], distances[,1]), ]
    distances <- t(distances)
}
for (i in 1:k) {    
    if (i>1 && distances[1,i-1] != distances[1,i])
        knn[i] <- distances[1,i]
}
 ## and sth later...
}

Answer 1

1D中的kNN很简单。

越来越多地对值进行排序。要执行查询，请通过二分法搜索找到排序序列中的值。然后通过踩到最近的两侧（更小或更大）k次来找到k个最接近的值。

高效的knn算法

1 个答案: