大规模相似数据搜索

k-d树:

1.k-d树是一个二叉树,每个节点表示一个超矩形的空间范围

2.构建k-d树是一个逐级展开的递归过程。

3.k-d树的分割线是对K维坐标轴进行的,优先选取方差比较大的维。

4.以中值切分构造树。

5.在维数小于20时效率最高。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值