机器学习系列之——Knn算法 kd树详解

关于knn算法，对特征空间进行划分的方法为计算新的输入实例与训练实例之间的距离，因为在特征空间中2个特征实例的相似程度可以用距离来表示。一般我们采用的是欧式距离，也就是说每个新的输入实例都需要与所有的训练实例计算一次距离并排序。当训练集非常大的时候，计算就非常耗时、耗内存，导致算法的效率降低。以上是对knn算法的简单理解。 kd树（k-dimensional树的简称） 是一种对k维空间中的实例点进

>>阅读原文<<