【k近邻】 K-Nearest Neighbors算法原理及流程

【k近邻】 K-Nearest Neighbors算法距离度量选择与数据维度归一化

【k近邻】 K-Nearest Neighbors算法k值的选择

【k近邻】 Kd树的构造与最近邻搜索算法

【k近邻】 Kd树构造与最近邻搜索示例

Kd树是一种对K（与k近邻的k意义不同）维空间中的实例点进行存储以便对其进行快速检索的树形数据结构。

Kd树是一种二叉树，表示对K维空间的一个划分(partition)。

构造Kd树相当于不断地用垂直于坐标轴的超平面将K维空间切分，构成一 系列的K维超矩形区域。Kd树的每个结点对应于一个k维超矩形区域。

算法:构造kd树

输入：维空间数据集,其中

输出：树。

(1)开始：构造根结点，根结点对应于包含T 的维空间的超矩形区域。

 选择为坐标轴，以中所有实例的 终标的中位数为切分点，将根结点对应的超矩形区域切分为两个子区域。切分由通过切分点并与坐标轴垂直的超平面实现。

由的根结点生成深度为1的左,右子结点：左子结点对应坐标小于切分点的子区域，右子结点对应于坐标大于切分点的子区域。

将落在切分超平面上的实例点保存在根结点。

(2)重复：对深度为的结点，选择为切分的坐标轴，,以该结点的区域中所有实例的坐标的中位数为切分点，将该结点对应的超矩形区域切分为两个子区域。切分由通过切分点并与坐标轴垂直的超平面实现。

由该结点生成深度为的左、右子结点：左子结点对应坐标小于切分点的子区域，右子结点对应坐标大于切分点的子区域。

 将落在切分超平面上的实例点保存在该结点。

(3)直到两个子区域没有实例存在时停止,从而形成树的区域划分。

例:沿x轴开始的kd树构造

算法:使用kd树的最近邻搜索

输入：已构造的 树，目标点

输出：的最近邻。

 (1)在树中找出包含目标点的叶结点：从根结点出发，递归地向下访问树。若目标点当前维的坐标小于切分点的坐标，则移动到左子结点，否则移动到右子结点。直到子结点为叶结点为止。

(2)以此叶结点为“当前最近点”。

(3)递归地向上回退，在每个结点进行以下操作：

        (a)如果该结点保存的实例点比当前最近点距离目标点更近，则以该实例点为“当前最近点”。

        (b)当前最近点一定存在于该结点一个子结点对应的区域。检查该子结点的父结点的另一子结点对应的区域是否有更近的点。具体地，检查另一子结点对应的区域是否与以目标点为球心、以目标点与“当前最近点”间的距离为半径的超球体相交。

        如果相交，可能在另一个子结点对应的区域内存在距目标点更近的点，移动到另一个子结点。接着，递归地进行最近邻搜索；

        如果不相交，向上回退。

(4)当回退到根结点时，搜索结束。最后的“当前最近点”即为的最近邻点。