我正在使用kNN进行基于内容的图像检索。
数据集通常包含超过1000万张图像，每张图像都会转换为尺寸超过300的矢量。
这是很多数据，加载到内存并找到kNN很慢。
我想知道我是否能够以某种方式将数据集划分为更小的数据集，并在多个服务器之间分配较小的数据集。 在查询时，我只需找出要查看的正确分区，并且只在该分区上执行kNN。
答案 0 :(得分：1)
一般来说，我认为你不能让普通的kNN比O（n）更快地工作（根据评论，这就是你所看到的）。
但是，您可能需要查看approximate nearest neighbor算法。它们允许更快的搜索和/或大大改善的内存占用，以及某些预处理和非保证全局最优的价格（尽管性能受限）。
一些相关资源（不知道您使用的语言）：