我有一个多维数据集，具有大约1万个点，具有200个数字列。我想有效地找出哪些点“隔离”了，因为它们离最近的n邻居很远。
例如在集合中
{(-3, 0.5), (-2.9, 0.6), (-3.1,0.4), (-3, 2), (-2.9, 2.1), (-3.1, 2.2), (1, 0.5), (1.1, 0.6), (0.9, 0.4), (1,2) }
点(1,2)是孤立的，尽管它们的x和y的值不是离群值。
我尝试了kNN的各种风格，以便找到与每个点最接近的邻居，然后确定这些点是否较远（例如，如果第n个邻居的距离与所有其他距离都离奇）。但是对于10K x 200，我最快的速度大约是40秒。由于我必须在代码中多次执行此操作，因此我正在寻找更快的东西。
有什么想法吗？