Combining Minkowski and Chebyshev: New distance proposal and survey of distance metrics using k-nearest neighbours classifier
Universidade Federal de Itajubá（伊塔茹巴联邦大学）
本研究提出一种结合Minkowski和Chebyshev的中间距离度量，在Z^2邻域迭代中比Manhattan距离快1.3倍、比Euclidean距离快329.5倍，结合k-NN分类器在33个UCI数据集上准确率优于平均水平的频率最高。
2025-09-17 cs.LG
On Enhancing The Performance Of Nearest Neighbour Classifiers Using Hassanat Distance Metric
Mutah University（穆塔大学）
在这项工作中，我们展示了Hassanat距离度量如何增强最近邻分类器的性能。实验结果表明，该距离度量优于传统的和最常用的距离，如曼哈顿距离和欧几里得距离。此外，我们证明了Hassanat距离度量是不变的数据规模，噪声和离群值。在这项工作中，很明显，ENN和IINC在研究的距离上都表现得很好，因为它们的准确度分别显著提高了3.3%和3.1%，ENN在准确度方面没有明显优于IINC。相应地，从我们的结果中可以注意到，没有最优算法可以完美地解决所有现实生活中的问题;这是由没有免费午餐定理支持的
2015-01-04 cs.LG
k-Nearest Neighbour Classifiers: 2nd Edition (with Python examples)
University College Dublin（都柏林大学）；Technological University Dublin（都柏林理工大学）
也许最直接的分类器或机器学习技术是最近邻分类器--分类是通过识别查询示例的最近邻并使用这些邻居来确定查询的类来实现的。这种分类方法是特别重要的，因为运行时性能差的问题是不是这样一个问题，这些天的计算能力是可用的。本文介绍了最近邻分类技术的概述，重点是评估相似性（距离）的机制，确定最近邻的计算问题和减少数据的维数的机制。本文是以前作为技术报告发表的论文的第二版。增加了关于时间序列相似性度量、检索速度和内在维度的章节。包括一个附录，提供对关键方法的Python代码的访问。
2020-04-29 cs.LG stat.ML
A Random Projection k Nearest Neighbours Ensemble for Classification via Extended Neighbourhood Rule
Abdul Wali Khan University（阿卜杜勒·瓦利·汗大学）；King Abdul Aziz University（阿卜杜勒·阿齐兹国王大学）
基于k近邻（kNN）的集成组合了大量的基础学习器，每个学习器都是在从给定的训练数据中获取的样本上构建的。典型的基于kNN的集成确定训练数据中的k个最接近的观测值，该训练数据通过球形区域被限制到测试样本点以预测其类别。本文提出了一种新的随机投影扩展邻域规则（RPExNRule）集成，其中从给定的训练数据的引导样本被随机投影到较低的维度，以增加基础模型中的随机性并保留特征信息。它使用扩展的邻域规则（ExNRule）来拟合kNN作为随机投影自举样本的基础学习器。
2023-03-21 cs.LG stat.ML
The K-Nearest Neighbour UCB algorithm for multi-armed bandits with covariates
在本文中，我们提出并探讨了k-最近邻UCB算法的协变量的多臂土匪。我们专注于一个设置中的协变量支持度量空间的低内在维度，如嵌入在一个高维的环境特征空间的流形。该算法在概念上是简单和直接实现。K-Nearest Neighbor UCB算法不需要先验知识的边缘分布或时间范围的内在维度。我们证明了一个遗憾界的k-Nearest Neighbor UCB算法，这是极大极小最优的对数因子。特别是，该算法自动利用低内在维度的边缘分布的协变量和低噪声的数据，表示为一个边缘条件。此外，针对报酬有界的情形，给出了k-最近邻KL-UCB算法的后悔界，该算法是KL-UCB算法的一个类似物，适用于具有协变量的多臂强盗的情形.最后，我们提出了实证结果，证明了k-最近邻UCB和k-最近邻KL-UCB的能力，以利用的情况下，数据是支持一个未知的子流形的高维特征空间。
2018-03-01 cs.LG stat.ML
A Hierarchical Nearest Neighbour Approach to Contextual Bandits
The Alan Turing Institute（艾伦·图灵研究所）
针对度量空间中对抗式上下文老虎机的现有最近邻方法在决策边界附近上下文多的场景下遗憾值高的问题，提出分层最近邻算法，可在计算遗憾项时保留任意上下文集，且兼具高计算效率。
2023-12-14 cs.LG stat.ML
Efficient Estimation of the number of neighbours in Probabilistic K Nearest Neighbour Classification
School of Mathematical Sciences, University College Dublin, Ireland（爱尔兰都柏林大学数学科学学院）
概率最近邻（PKNN）分类已被引入，以提高性能的原始k-最近邻（KNN）分类算法，明确建模的不确定性，在每个特征向量的分类。然而，KNN和PKNN的共同问题是选择最佳的邻居数$k$。本文的贡献是将$k$中的不确定性纳入决策中，并在这样做时使用贝叶斯模型平均来提供改进的分类。实际上，评估$k$中的不确定性的问题可以被视为统计模型选择的问题之一，这是统计和机器学习领域中最重要的技术问题之一。在本文中，一个新的功能近似算法，提出了重建密度的模型（阶），而不依赖于耗时的蒙特卡罗模拟。此外，该算法采用贝叶斯框架，避免了交叉验证。该算法的性能在几个真实的实验数据集上取得了非常好的性能。
2013-05-05 cs.LG stat.ML
An Experimental Evaluation of Nearest Neighbour Time Series Classification
University of East Anglia（东英吉利大学）
时间序列分类（TSC）的数据采掘研究主要集中在最近邻分类器的替代距离度量上。标准做法是使用具有欧几里德或动态时间规整（DTW）距离的1-NN作为比较的稻草人。作为对TSC~ \cite{lines14elastic}弹性距离测量的更广泛调查的一部分，我们进行了一系列实验来测试该标准实践是否有效。具体来说，我们比较了具有欧氏距离和DTW距离的1-NN分类器与标准分类器，考察了1-NN欧氏距离的性能是否随着案例数的增加而接近1-NN DTW，评估为$k$设置$k$是否有任何益处-NN通过交叉验证是否值得通过交叉验证为DTW设置扭曲路径，最后是使用窗口还是DTW的权重。基于77个问题的实验，我们得出结论，1-NN与欧几里德距离是相当容易击败，但1-NN与DTW不是，如果窗口大小设置通过交叉验证。
2014-06-18 cs.LG
Minimax rates for cost-sensitive learning on manifolds with approximate nearest neighbours
University of Manchester（曼彻斯特大学）
我们研究了嵌入在高维特征空间中的低维流形上的成本敏感分类的近似最近邻方法。我们确定的极小极大学习率分布在光滑流形上，在成本敏感的设置。这推广了Audibert和Tsybakov的一个经典结果。最近的工作的Chaudhuri和Dasgupta的基础上，我们证明了这些极大极小率的近似近邻算法，其中邻居计算在一个随机投影的低维空间。此外，我们给出了一个约束的数量上的尺寸所需的投影，这完全取决于达到和尺寸的流形，结合边缘的规律性。
2018-03-01 cs.LG stat.ML
Using Enriched Category Theory to Construct the Nearest Neighbour Classification Algorithm
本文首次仅使用充实范畴论构建并论证了最近邻分类算法，通过Lawvere度量空间中的profunctor扩展数据集，导出k最近邻算法及Voronoi图的充实形式，并利用标签度量实现软分类边界。
2025-01-26 cs.LG math.CT
Nearest-neighbour baselines for fingerprint prediction from MS/MS spectra under different assumptions
本文系统比较了不同信息假设下的最近邻检索变体，为MS/MS谱图指纹预测建立更严格的基线，以促进更严谨的基准测试和进展衡量。
2026-10-05 cs.CE cs.LG stat.ML
Bags of Projected Nearest Neighbours: Competitors to Random Forests?
School of Mathematical Sciences, Lancaster University（兰卡斯特大学数学科学学院）
提出一种结合判别子空间与 bagging 的自适应 k 近邻分类器，通过提升基分类器多样性降低方差，实验表明其性能可与 Random Forest 等方法竞争。
2025-03-12 cs.LG stat.ML
Fuzzy-Rough Nearest Neighbour Approaches for Emotion Detection in Tweets
Ghent University（根特大学）
社交媒体是有意义数据的重要来源，可用于情感分析和情感识别等不同任务。大多数情况下，这些任务是用深度学习方法解决的。由于文本数据的模糊性，我们考虑使用基于模糊粗糙集的分类方法。具体来说，我们开发了一种用于SemEval-2018情感检测任务的方法，该方法基于用有序加权平均（OWA）算子增强的模糊粗糙最近邻（FRNN）分类器。我们使用基于不同文本嵌入方法的FRNN-OWA模型的调谐集成。我们的结果与基于更复杂的深度学习方法的最佳SemEval解决方案相比具有竞争力。
2021-07-08 cs.CL cs.LG
A Weighted Mutual k-Nearest Neighbour for Classification Mining
ABV-Indian Institute of Information Technology & Management（ABV印度信息技术与管理学院）
kNN是一种非常有效的基于实例的学习方法，并且易于实现。由于数据的异质性，来自不同可能来源的噪声在自然界中也很普遍，特别是在大规模数据库的情况下。为了消除噪声和伪邻居的影响，本文提出了一种新的学习算法，该算法执行异常检测和从数据集中去除伪邻居的任务，从而提供相对更好的结果。该算法还试图最小化那些远离的邻居的影响。对实验结果引入了确定性测度的概念。使用相互邻居和距离加权投票的概念的优点是，在去除异常之后，数据集将被细化，并且权重概念迫使更多地考虑那些更接近的邻居。因此，最后计算所提出的算法的性能。
2020-05-14 cs.LG stat.ML
Nearest Neighbour Equilibrium Clustering
Lancaster University（兰卡斯特大学）
提出一种基于最近邻的平衡聚类算法，通过平衡簇大小与内聚性定义簇，并利用对齐强度实现自动模型选择，算法简单高效，聚类质量优于文献基准。
2025-03-28 cs.LG stat.ML
K-Nearest Neighbour and Support Vector Machine Hybrid Classification
Institute of Technology at University of Kashmir（克什米尔大学技术学院）
本文提出了一种新的K-近邻和支持向量机混合分类方法，该方法简单、鲁棒。它是基于判别最近邻分类的概念。该技术包括使用K-最近邻分类的测试样本满足邻近条件。不通过邻近条件的图案被分离。其次是筛选的训练集的固定数量的模式，为每个类是最接近每个分离的测试模式分别，基于欧几里德距离度量。随后，对于每个分离的测试样本，支持向量机在与其相关联的筛选的训练集模式上进行训练，并且对测试样本进行分类。所提出的技术已被比较，在这一研究领域的最先进的。三个数据集，即美国邮政服务（USPS）手写数字数据集，MNIST数据集，和阿拉伯数字数据集，修改后的阿拉伯数字数据库，MADB，已被用来评估算法的性能。该算法通常优于与之比较的其他算法。
2020-06-28 cs.CV cs.LG stat.ML
An efficient density-based clustering algorithm using reverse nearest neighbour
University of Hertfordshire（赫特福德大学）；University of Essex（埃塞克斯大学）
基于密度的聚类是发现实体（集群）的高密度区域的任务，这些区域被连续的低密度区域彼此分开。DBSCAN可以说是最流行的基于密度的聚类算法。但是，其群集恢复能力取决于这两个参数的组合。在本文中，我们提出了一种新的基于密度的聚类算法，它使用反向最近邻（RNN），并有一个单一的参数。我们还表明，它是可能的估计一个很好的值，这个参数使用聚类有效性指数。RNN查询使我们的算法能够考虑多个实体来估计密度，并恢复分离不佳或密度不同的集群。我们在合成数据集和真实数据集上的实验表明，我们提出的算法优于DBSCAN及其最近的变体ISDBSCAN。
2018-11-19 cs.LG stat.ML
Topological Stability: a New Algorithm for Selecting The Nearest Neighbors in Non-Linear Dimensionality Reduction Techniques
Queensland University of Technology（昆士兰科技大学）
在机器学习领域，降维是一项重要的任务。它减轻了高维空间的不期望属性，以促进高维数据的分类，压缩和可视化。在过去的十年中，研究人员提出了许多新的（非线性）降维技术。这些技术中的大多数都是基于这样的直觉，即数据位于嵌入在高维空间中的复杂低维流形上或附近。新的降维技术旨在从高维空间中识别和提取流形。Isomap是一种广泛使用的低维嵌入方法，它将加权图上的测地线距离与经典的尺度（度量多维尺度）结合起来。Isomap仅根据距离选择最近的邻居，这会导致桥接和拓扑不稳定。在本文中，我们提出了一种新的算法来选择最近的邻居，以减少短路错误的数量，从而提高拓扑稳定性。因为在流形上的任何一点上，该点及其最近的邻居形成一个向量子空间，并且与该子空间正交的向量与跨越该向量子空间的所有向量正交。本文提出的算法利用点本身及其两个最近邻点来求子空间的基和与该子空间正交的正交补子空间的基。该算法然后添加新的点的两个最近的邻居之间的距离和角度的基础上，每个新的点和正交的子空间。通过几个数据集的实验工作，证实了新算法在选择最近邻方面的优越性能。
2019-11-17 cs.LG stat.ML
Extrapolation Towards Imaginary $0$-Nearest Neighbour and Its Improved Convergence Rate
The Institute of Statistical Mathematics（统计数理研究所）；RIKEN Center for Advanced Intelligence Project（理化学研究所先进智能项目中心）；Kyoto University（京都大学）
$k$ -最近邻（$k$ -NN）是监督分类中最简单和最广泛使用的方法之一，它通过对最接近查询的$k$对象的观测标签进行加权来预测查询的标签。权值和参数$k \in \mathbb{N}$调节其偏差-方差权衡，并且该权衡隐含地影响$k$ -NN分类器的超额风险的收敛速度;一些现有的研究考虑选择最优的$k$和权值以获得更快的收敛速度。而具有非负权值的$k$ -NN已经得到了广泛的发展，同时也证明了负权值对于消除偏差项和获得最佳收敛速度是必不可少的。本文提出了一种新的多尺度$k$ -NN（MS- $k$ -NN），它将未加权的$k$ -NN估计量从多个$k \ge 1$值外推到$k=0$，从而得到一个虚0-NN估计量.我们的方法隐式地计算最佳实值权重，这些权重适应于查询及其相邻点。我们从理论上证明了MS- $k$ -NN在一定条件下达到了与现有最优速率一致的改进速率。
2020-11-11 cs.LG stat.ML
Local nearest neighbour classification with applications to semi-supervised learning
University of Edinburgh（爱丁堡大学）；University of Cambridge（剑桥大学）
我们推导出一个新的渐近展开的局部- $k$ -最近邻分类器，其中$k$的选择可能取决于测试点的全球超额风险。这种扩展阐明的条件下，占主导地位的贡献，超额风险来自决策边界的最佳贝叶斯分类器，但我们也表明，如果这些条件不满足，那么占主导地位的贡献可能会产生的尾部的边缘分布的功能。此外，我们证明，如果特征的$d$维边缘分布对某些$ρ> 4$具有有限的$ρ$阶矩，（以及其他规则性条件），$k$的局部选择可以产生$O(n^{-4/(d+4)})$的超额风险的收敛速率，其中$n$是样本大小，而对于标准$k$ -最近邻分类器，我们的理论需要$d \geq 5$和$ρ> 4d/(d-4)$有限矩来达到这个速率。这些结果激励一个新的$k$ -最近邻分类器的半监督学习问题，其中未标记的数据被用来获得边缘特征密度的估计，和更少的邻居用于分类时，这个密度估计是小的。我们的最坏情况下的利率补充了极大极小下限，这表明，本地，半监督$k$ -最近邻分类器达到极大极小最优率超过我们的类的超额风险，在$n$的子多项式因子。这些理论上的改进，标准的$k$ -最近邻分类器也说明了通过模拟研究。
2019-05-18 cs.CV cs.LG math.ST
Efficient Estimation of High Information Projections using Nearest Neighbours
Lancaster University（兰卡斯特大学）
本文提出一种基于最近邻的降维方法，该方法的矩阵是密度信息矩阵的一致估计量，可辅助聚类分析与异常检测等下游任务。
2026-08-27 cs.LG stat.ML
Nearest neighbour approaches for Emotion Detection in Tweets
Ghent University（根特大学）
情感检测是一项重要的任务，可以应用于社交媒体数据以发现新知识。虽然深度学习方法在这项任务中的使用已经很普遍，但它们是黑箱模型，使得人类操作员很难解释它们的决定。因此，在本文中，我们提出了一种方法，使用加权$k$最近邻（kNN），一个简单的，易于实现，和解释的机器学习模型。这些性质有助于提高结果的可靠性和指导误差分析。特别是，我们将加权kNN模型应用于SemEval-2018推文中的共享情感检测任务。推文使用不同的文本嵌入方法和情感词典词汇得分来表示，并且通过加权kNN模型的集成来进行分类。我们最好的方法获得的结果与国家的最先进的解决方案竞争，并开辟了一个有前途的替代路径神经网络方法。
2021-07-08 cs.CL cs.LG
An Efficient Algorithm for Bayesian Nearest Neighbours
UBS Securities LLC（瑞银证券有限责任公司）；University College London（伦敦大学学院）
K-最近邻（k-NN）是一种流行的分类和回归算法，但其主要局限性之一是难以选择邻居的数量。我们提出了一种贝叶斯算法来计算后验概率分布k给定一个目标点内的数据集，有效地，而不使用马尔可夫链蒙特卡罗（MCMC）方法或模拟-旁边的指数族内的分布的精确解。其中心思想是，我们目标周围的数据点是由相同的概率分布产生的，向外延伸到适当的（尽管未知的）邻居数量。一旦数据被投影到选择的距离度量上，我们就可以将k的选择转化为变点检测问题，对此有一个有效的解决方案：当我们向目标移动时，我们递归地计算最后一个变点的概率，从而实际上计算出k上的后验概率分布。将这种方法应用于分类和回归UCI数据集，我们比较有利，最重要的是，通过消除模拟的需要，我们能够准确和快速地计算k的后验概率。例如，Ripley数据集的计算时间为几毫秒，而使用MCMC方法时为几小时。
2017-06-02 cs.LG stat.ML
Approaching Bio Cellular Classification for Malaria Infected Cells Using Machine Learning and then Deep Learning to compare & analyze K-Nearest Neighbours and Deep CNNs
University of Waterloo（滑铁卢大学）
疟疾是一种致命的疾病，每年夺去数十万人的生命。计算方法已被证明是有用的，在医疗行业提供有效的手段，诊断成像和疾病识别的分类。本文探讨了不同的机器学习方法在细胞图像中的疟疾的存在进行分类的上下文中。许多机器学习方法可以应用于同一个问题;一个机器学习方法是否更适合一个问题的问题在很大程度上取决于问题本身和模型的实现。特别是，卷积神经网络和k近邻都进行了分析和对比，就其应用于分类疟疾的存在和每个模型的经验性能。在这里，我们实现了两种分类模型：一个卷积神经网络和k近邻算法。这两种算法进行了比较的基础上验证精度。对于我们的实现，CNN（95%）的性能比kNN（75%）好25%。
2020-05-22 cs.CV cs.LG eess.IV
A PAC-Bayesian Analysis of Distance-Based Classifiers: Why Nearest-Neighbour works!
摘要本文给出了K-近邻分类器（K-NN）泛化误差的PAC-贝叶斯界。这是通过铸造的K-NN分类到核空间框架的限制消失的核带宽。我们建立了核展开系数上的先验测度与核空间权向量上的诱导测度之间的关系。在系数上定义稀疏先验允许应用PAC-贝叶斯民间定理，该定理导致作为冗余训练样本的数量的函数的泛化界：那些可以被省略而不改变解决方案的训练样本。所提出的界限需要量化的解决方案的稀疏性的先验信念，并在学习后的实际冗余水平是已知的。即使对于小样本量（m ~ 100），当期望稀疏度和实际冗余度都很高时，该界也给出了非平凡的结果。
2021-09-28 cs.LG stat.ML
Nearest Neighbour Based Estimates of Gradients: Sharp Nonasymptotic Bounds and Applications
Télécom Paris, Institut Polytechnique de Paris（巴黎电信学院，巴黎综合理工学院）；BNP Paribas（法国巴黎银行）
从随机优化到通过变量选择降维的各种应用，精确估计梯度的问题在统计学和学习理论中至关重要。在这里，我们认为经典的回归设置，其中一个真正的价值平方可积r.v. $Y$是预测观察一个（可能是高维的）随机向量$X$的预测功能$f(X)$尽可能准确地在均方意义上和研究的最佳预测功能，回归功能$m(x)=\mathbb{E}[Y\mid X=x]$的梯度的最近邻为基础的逐点估计。在经典的光滑条件下，结合假设的尾部$Y-m(X)$是次高斯，我们证明了非渐近界上得到的替代估计方法。除了建立新的理论结果，几个说明性的数值实验已经进行。后者提供了强有力的经验证据表明，估计方法提出的工程非常好的各种统计问题，涉及梯度估计，即降维，随机梯度下降优化和量化解纠缠。
2020-06-26 cs.LG stat.ML
Discovery of Important Subsequences in Electrocardiogram Beats Using the Nearest Neighbour Algorithm
Maastricht University（马斯特里赫特大学）；Medtronic Plc（美敦力公司）
时间序列数据的分类是一个研究得很好的问题，具有许多实际应用，如医疗诊断和语音识别。一种流行且有效的方法是以与其最近邻相同的方式对新的时间序列进行分类，其中使用动态时间弯曲（DTW）距离来定义接近度，这是一种类似于生物信息学中序列比对的度量。然而，从业者不仅对准确的分类感兴趣，他们还对时间序列为什么以某种方式分类感兴趣。为此，我们在这里介绍的问题，找到一个最小长度的子序列的时间序列，去除其中改变的结果下的最近邻算法与DTW距离的分类。非正式地说，这样一个子序列预计与分类有关，并有助于从业人员解释结果。我们描述了一个简单但优化的实现，用于检测这些干扰，并定义了一个伴随的措施来量化的时间序列中的每个时间点的相关性的分类。在心电图数据的测试中，我们表明，该算法允许发现重要的干扰，并可以有助于检测心律异常区分生病的健康患者。
2019-01-26 cs.LG q-bio.QM stat.ML
Counting and Covering in Nearest-Neighbour Representations of Boolean Functions
London School of Economics and Political Science（伦敦政治经济学院）
本研究探讨布尔函数最近邻表示所需原型数，强化下界并给出VC维界，通过覆盖设计精确刻画对称阈值函数，并证明随机函数需约半数原型，对称函数需11/20。
2026-09-22 cs.DM cs.LG math.CO
Robust Training of Temporal GNNs using Nearest Neighbours based Hard Negatives
Indian Institute of Technology, Delhi（印度理工学院德里分校）
针对时序图神经网络因均匀随机负采样导致冗余和次优性能的问题，提出基于重要性的动态负采样方法替代均匀采样，在三个真实数据集上实现了更优的链路预测性能。
2024-02-14 cs.IR cs.LG
Nearest-Neighbour-Induced Isolation Similarity and its Impact on Density-Based Clustering
Monash University（莫纳什大学）；Federation University（澳大利亚联邦大学）；Deakin University（迪肯大学）
针对隔离相似性树实现方法的缺陷，提出近邻诱导的隔离相似性，将其替换DBSCAN的距离度量可显著提升性能，还定义了质量连通簇并给出相关检测条件。
2019-06-30 cs.LG stat.ML
Nearest Neighbour Score Estimators for Diffusion Generative Models
University of British Columbia（不列颠哥伦比亚大学）；Inverted AI
本文提出一种基于最近邻的得分估计器，利用训练集多个样本降低方差，显著提升一致性模型的收敛速度与样本质量，并可替代扩散模型中学习网络进行概率流ODE积分。
2024-07-16 cs.CV cs.LG stat.ML
Fast k-Nearest Neighbour Search via Prioritized DCI
University of California, Berkeley（加州大学伯克利分校）
最精确的方法k-最近邻搜索遭受灾难的维度，也就是说，他们的查询时间表现出指数依赖于环境或内在的维度。动态连续索引（DCI）提供了一种很有前途的方法来规避诅咒，并成功地减少查询时间对内在维度的依赖性从指数到次线性。在本文中，我们提出了一个变种的DCI，我们称之为优先级DCI，并表现出显着的改善查询时间的依赖内在维度。特别地，内在维度的线性增加，或者等价地，查询附近的点的数量的指数增加，可以仅用空间的线性增加来抵消。我们还实证表明，优先DCI显着优于以前的方法。特别地，相对于局部敏感散列（LSH），优先化DCI将距离评估的数量减少了14到116倍，并且将存储器消耗减少了21倍。
2017-07-20 cs.AI cs.DS cs.IR
Fast k-Nearest Neighbour Search via Dynamic Continuous Indexing
University of California, Berkeley（加州大学伯克利分校）
现有的方法检索k-最近邻遭受灾难的维度。我们认为，这部分是由于空间划分的固有缺陷，这是大多数现有方法所使用的基本策略。我们设计了一种新的策略，避免了分割的向量空间，并提出了一种新的随机算法，运行在时间上的线性的空间维度和次线性的内在维度和大小的数据集，并采取空间常数的空间维度和线性的大小的数据集。该算法允许细粒度控制的准确性和速度在每个查询的基础上，自动适应数据密度的变化，支持动态更新的数据集，易于实现。我们展示了吸引人的理论属性，并实证表明，该算法优于局部敏感性哈希（LSH）的近似质量，速度和空间效率。
2017-04-06 cs.AI cs.DS cs.IR
