使用Sklearn KD-Tree从数据集中查找多个目标点的最近邻居

时间:2018-08-09 10:21:48

标签: machine-learning scipy scikit-learn kdtree

我正在尝试学习sklearn kd-Tree的工作原理,但发现它很难理解。

让我说这些坐标是经纬度的

60.46717,21.69396
60.44987,21.70151
60.44936,21.67614
60.45198,21.64994
60.47137,21.63471
60.49294,21.63467
60.49918,21.61378
60.49462,21.63038

并说我有这两个目标坐标。

60.46722,21.69395
60.46525,21.63649

现在,我想使用Kd-Tree算法,并尝试查找那些目标坐标中最接近的坐标。

例如,这三个坐标最接近60.46722,21.69395

60.46717,21.69396
60.44987,21.70151
60.44936,21.67614

其余坐标最接近60.46525,21.63649。

我不需要确切的代码,但是有关如何使用多个目标位置并在观测数据上实现KD-Tree的任何解释都将有所帮助。

到目前为止,我已经找到了在一个目标坐标/点上找到最近邻居的示例。

0 个答案:

没有答案