具有任意度量的最快 k 最近邻？

Fastest k nearest neighbor with arbitrary metric?

这个问题的难点在于 "arbitrary metric"。如果您不知道那是什么，那只是测量点之间距离的方法。（在"real"世界中，一维距离就是两点之差的绝对量级）。

够了 pre-lims。我正在尝试找到具有以下属性的快速 k 最近邻算法：

维基百科提供了算法和方法的列表，但没有关于实现的内容。

更新：度量是余弦相似度，不满足三角形不等式。但是，我似乎可以使用 "angular similarity"（根据维基百科）。

更新：用例是自然语言处理。 "Vectors" 是给定单词的 "context"，由二进制属性表示（例如：文档的标题）。因此，虽然可能只有几个属性（现在我只使用 3 个），但每个向量都有任意大的维度（在标题示例中，数据库中的每个标题都对应于向量中的一个维度）。

更新：出于好奇，我正在实现这个算法：

更新：该算法需要从大约 100 个点中找到大约 12 个点的最近邻居。平均维度可能会很大，比如 50，（我真的还不知道）。是的，我感兴趣的是算法，而不是图书馆。是的，估计可能已经足够好了。

我建议您使用当前流行的局部敏感哈希 (LSH)。它降低了高维数据的维度，但我不确定你的维度是否适合该算法。有关更多信息，请参阅维基百科 page。

您可以使用自己的指标，但通常您可以在许多算法中这样做。希望这有帮助。

你可以选择 RKD 树，一片森林，但现在可能太多了。