14
高维数据中的最近邻居？
几天前，我已经问了一个问题，该问题是如何找到给定向量的最近邻居。我的向量现在是21维，在继续下一步之前，因为我既不是机器学习也不是数学领域的专家，所以我开始问自己一些基本问题： 欧几里得距离是一个很好的度量标准，可以用来首先找到最近的邻居？如果没有，我有什么选择？ 另外，如何确定用于确定k个邻居的正确阈值？是否可以进行一些分析以找出该值？ 以前，有人建议我使用kd-Trees，但Wikipedia页面上明确指出，对于高维，kd-Tree几乎等同于蛮力搜索。在那种情况下，有效地找到一百万个点数据集中的最近邻居的最佳方法是什么？ 有人可以澄清上面的一些（或全部）问题吗？