Question

我已经实现了knn算法，这是我计算欧几里德距离的函数。

def euc_dist(self, train, test):
    return math.sqrt(((train[0] - test[0]) ** 2) + ((test[1] - train[1]) ** 2))

#
def euc_distance(self, test):
    eu_dist = []
    for i in range(len(test)):
        distance = [self.euc_dist(self.X_train[j], test[i]) for j in range(len(self.X_train))]
        eu_dist.insert(i, distance)


    return eu_dist

有没有更好的方法来执行距离计算？

Answer 1

（1）Python循环非常慢。学习使用数组计算，例如numpy：

import numpy as np

x = np.array(...)
y = np.array(...)
distances = np.sqrt(np.sum((x-y)**2))

批量计算允许有效的矢量化甚至并行实现。

（2）如果你不需要绝对距离值（例如你只是比较它们的大小或平均值或者以某种方式将结果标准化），那么省略平方根操作，这是非常慢的。省略是可能的，因为sqrt是一种单调函数（即省略它保留总订单）。

squared_distances = np.sum((x-y)**2)

（3）欧几里得以外的距离定义可能对您的特定问题有意义。您可以尝试找到更简单，更快速的定义，例如一个简单的减法或绝对误差。

error = x-y
absolute_error = np.abs(x-y)

（4）在所有情况下，尝试并测量（配置文件）。在处理运行时性能优化时，不要依赖直觉。

P.S。上面的代码段不会完全映射到您的代码（故意）。由您来学习如何适应它们。提示：2D数组;）

Answer 2

如果仅需要进行比较，您可以使用平方距离（只需删除math.sqrt - 慢速操作）。

可能的优化 - 如果Python操作((train[0] - test[0]) ** 2使用指数驱动，则值得将其更改为简单乘法

def squared_euc_dist(self, train, test):
    x = train[0] - test[0]
    y = train[1] - test[1]
    return x * x + y * y

在knn算法中计算距离而不是eucledian距离的替代有效方法

2 个答案: