给定大小为NxN（N = 900,000）的稀疏矩阵（使用scipy.sparse.csr_matrix创建），我试图为testset中的每一行找到前k个最近邻居（来自输入矩阵的稀疏行向量） ）使用自定义距离度量。基本上，输入矩阵的每一行代表一个项目，对于testset中的每个项目（行），我需要找到它的知识。
尝试：
尝试使用sklearn.neighbors.NearestNeighbor。但是，在处理稀疏矩阵时，sklearn似乎不会将可调用的度量函数作为输入：
ValueError: metric '<function <lambda> at 0x7f92ce221938>' not valid for sparse input
目前正在尝试使用facebookresearch/pysparnn（看起来非常有前途！）。它有一定的条件用于实现自己的自定义距离类。但是，执行后，构建索引需要很长时间（24小时后仍然运行）和作者mentioned，似乎
使用
scipy.spatial.distance.cdist（或sklearn距离指标）中的距离类型比目前在pysparnn中的距离慢得多。
我们正在通过编写自定义内容来调试sklearn / scipy距离指标的性能问题。
我想知道是否有其他有效的稀疏矩阵最近邻搜索实现，它提供了使用自定义距离度量的方法？
（将在具有64 GB RAM，12个内核的服务器上执行）
谢谢！