Python：sklearn.neighbors.KDTree 未按预期工作

Question

我正在编写一个程序，该程序应该 select 位于另一个点附近的点。邻域大小由半径指定。我为此使用 sklearn.neighbors.KDTree 算法。但是，它并没有像我预期的那样工作。

为了向您展示我正在处理的内容，我有两个数据框：

df_example_points，这是我要搜索的一组点，

>>> import pandas as pd
>>> from sklearn.neighbors import KDTree
>>> df_example_points = pd.DataFrame(
...     {
...         'X': [-845.204, -845.262, -845.262, -845.262],
...         'Y': [-1986.243, -1986.077, -1986.077, -1986.079],
...         'Z': [246.655, 246.741, 246.742, 246.743],
...     }
... )
>>> print(df_example_points)
         X         Y        Z
0 -845.204 -1986.243  246.655
1 -845.262 -1986.077  246.741
2 -845.262 -1986.077  246.742
3 -845.262 -1986.079  246.743

和df_reference_point，它由一个点组成，我想用它来定义它的邻域。

>>> df_reference_point = pd.DataFrame({'X': [-845.002], 'Y': [-1986.32], 'Z': [246.508]})
>>> print(df_reference_point)
         X        Y        Z
0 -845.002 -1986.32  246.508

当我尝试硬编码我对 KDTree 的期望时，似乎 df_example_points 中的每个点都应该被 KDTree 提取为位于参考点邻域内的点。

>>> radius = 0.27
>>> x_ref, y_ref, z_ref = df_reference_point.iloc[0]
>>> x_min, x_max = x_ref - radius, x_ref + radius
>>> y_min, y_max = y_ref - radius, y_ref + radius
>>> z_min, z_max = z_ref - radius, z_ref + radius
>>> for i, (x, y, z) in df_example_points.iterrows():
...     if all([x_min <= x <= x_max, y_min <= y <= y_max, z_min <= z <= z_max]):
...         print(f'Point {i} SHOULD be extracted.')
...     else:
...         print(f'Point {i} SHOULD NOT be extracted.')
Point 0 SHOULD be extracted.
Point 1 SHOULD be extracted.
Point 2 SHOULD be extracted.
Point 3 SHOULD be extracted.

但是，当我尝试使用 KDTree 时，只提取了一个点。

>>> tree = KDTree(df_example_points.values)
>>> extracted_points_indices = tree.query_radius(df_reference_point.values.reshape(1, -1), radius)[0]
>>> print(f'Number of extracted points: {len(extracted_points_indices)}')
Number of extracted points: 1

我想用KDTree，因为执行起来快多了。但是，当结果不可靠时，我不能使用它。拜托，你能帮帮我吗，我做错了什么？我错过了什么？

Answer 1

正如@Gabriel 评论的那样，您正在使用两种不同的距离度量。 KDTree 默认值为 minkowski，而您使用的是 chebyshev（您可以在此处检查 sklearn 可能的指标：DistanceMetric）。

更改默认值将得到您预期的结果：

tree = KDTree(df_example_points.values, metric='chebyshev')
extracted_points_indices = tree.query_radius(df_reference_point.values.reshape(1, -1), radius)[0]

print(f'Number of extracted points: {len(extracted_points_indices)}')
Number of extracted points: 4

Python：sklearn.neighbors.KDTree 未按预期工作

Python: sklearn.neighbors.KDTree not working as expected

python

kdtree

scikit-learn