python sklearn KDTree与hasrsine距离

Question

我尝试创建一个WGS84坐标的KD树，并找到某个半径范围内的邻居

from sklearn.neighbors.dist_metrics import DistanceMetric
from sklearn.neighbors.kd_tree import KDTree    
T = KDTree([[47.8665, 8.90123]], metric=DistanceMetric.get_metric('haversine'))

但是得到以下错误：

ValueError: metric HaversineDistance is not valid for KDTree

如何在KD-Tree中使用hasrsine距离？

Answer 1

k-d-tree可以（据我所知）仅与Minkowski规范一起使用。

还有其他一些树，例如sklearn中的球树，或ELKI中使用Haversine距离的covertree，因为它是一个指标。

Answer 2

KDTree.valid_metrics

输出 -

['p',
 'l1',
 'chebyshev',
 'manhattan',
 'minkowski',
 'cityblock',
 'l2',
 'euclidean',
 'infinity']

这告诉您，您不能将haversine与KDTree一起使用。其背后的原因是haversine距离为您提供Orthodromic距离，这是您的点在球体中表示时使用的距离度量。但是在kdTree中，这些点被组织在树中，这使得它无法使用。