k 最近邻回归本质上很慢吗？

Question

我正在尝试在相当大的数据集上使用 scikit learn 中的 k 个最近邻实现。 问题是预测需要很长时间，几乎和没有意义的训练一样长。 这是算法的问题，还是 scikit learn 不适用于大型数据集（不支持 GPU）的事实。

有关更多信息，我正在尝试根据 x、y、z 和对象标签预测激光雷达强度​​。 每次激光雷达扫描都有大约 100,000 个点，所以我试图预测每个点的强度。

Answer 1

尝试使 scikit-learn 的KNeighborsClassifier运行得更快的KNeighborsClassifier ：

• 不同的algorithm参数： kd_tree ， ball_tree用于低维数据， brute用于高维数据
• n_jobs参数。 使用更大的n_jobs并不一定会使事情变得更快，有时恰恰相反。
• 确保您使用的是最新版本： v0.22有性能改进和一些尚未合并的优化 ( scikit-learn#14543 )
• 使用外部近似最近邻库（例如Annoy ）以及使用metric="precomputed"预先计算的稀疏距离