1 KD树的问题
算法笔记：KD树_UQI-LIUWJ的博客-CSDN博客
- 在kd树中，导致性能下降的最核心因素是因为kd-tree中被分割的子空间是一个个的超方体，而求最近邻时使用的是欧式距离（超球）。
- 超方体与超球体相交的可能性是极高的
- 如上图所示，凡是相交的子空间，都需要进行检查，大大的降低运行效率
2 球树
- 如果划分区域也是超球体，则相交的概率大大降低
- ——>ball-tree通过超球体划分空间，去掉棱角，划分超球体和搜索超球体相交的概率大大降低
- 特别在数据维度很高时，算法效率得到大大提升
3 构建球树
def fit_ball_tree:input: x， 数据点output: node，构造好的ball tree的根节点if 只有一个数据点:创建一个叶子结点node包含这一单一的点：node.pivot = x[0]node.son1 = Nonenode.son2 = Nonenode.radius = 0 #球树半径return nodeelse:让c为最宽的维度让p1,p2为该维度最两端的点让p为这个维度的中心点 = (p1+p2)/2让radius为p到x上最远点的距离让xl为左集合(距离p1更近的所有点)让xr为右集合(距离p2更近的所有点)创建带有两个孩子的node：node.pivot = pnode.label = Nonenode.son1 = fit_balltree(xl)node.son2 = fit_balltree(xr)node.radius = radiusreturn node
4 球树K近邻搜索
def ball_tree_search：global:Q, 缓存k个最近邻点（初始时包含一个无穷远点）q, 与Q对应，保存Q中各点与测试点的距离input: k, 寻找k个最近邻t, 测试点node, 当前节点output: 无三角不等式：若测试点到当前球的最近距离大于到Q中最远点的距离，则当前球中不可能包含待搜索的近邻点if distance(t, node.pivot) - node.radius ≥ max(q)：returnif node为叶节点：将node.pivot添加到Q，并同步更新q若Q内超过k个近邻点，则移出与测试点距离最远的那个点，并同步更新qelse:递归搜索当前节点的左儿子和右儿子ball_tree_search(k,t,node.son1)ball_tree_search(k,t,node.son2)
参考内容：KNN的核心算法kd-tree和ball-tree - 简书 (jianshu.com)
