我正在嘗試使用 NearestNeighbors.jl 包在 Julia 中運行最近鄰搜索。對應的Matlab代碼是
X = rand(10);
Y = rand(100);
Z = zeros(size(Y));
Z = knnsearch(X, Y);
這將生成 Z，一個長度為 100 的向量，其中第 i 個元素是 X 的索引，其元素最接近 Y 中的第 i 個元素，對于所有 i=1:100。
真的可以使用一些幫助將上面的 Matlab 代碼的最后一行轉換為 Julia！謝謝！
uj5u.com熱心網友回復：
采用：
X = rand(1, 10)
Y = rand(1, 100)
nn(KDTree(X), Y)[1]
KDTree如果您想在將來重用它（因為它將提高查詢效率），存盤中間物件將很有用。
現在我的例子的關鍵點是什么。NearestNeighbors.jl 接受以下輸入資料：
它可以是：
- 一個大小為 nd × np 的矩陣，其中包含要插入樹中的點，其中 nd 是點的維數，np 是點的數量
- 具有固定維數 nd 的向量的向量，它必須是型別的一部分。
我使用了第一種方法。關鍵是觀察必須在列中（而不是在原始代碼中的行中）。請記住，在 Julia 中，向量是柱狀的，因此rand(10)NearestNeighbors.jl 將其視為具有 10 個維度的 1 個觀測值，而rand(1, 10)將其視為具有 1 個維度的 10 個觀測值。
但是，對于您的原始資料，因為您只想要一個最近的鄰居并且它是一維的并且很小，因此足以撰寫（這里我假設X并且Y是您存盤在向量中的原始資料）：
[argmin(abs(v - y) for v in X) for y in Y]
不使用任何額外的軟體包。
NearestNeighbors.jl 對于處理具有非常多元素的高維資料非常有效。
轉載請註明出處，本文鏈接：https://www.uj5u.com/ruanti/437742.html
上一篇：根據計數改變線圖的粗細