Nearest-Neighbor Lookup in kd-Trees

Nearest-Neighbor Lookup in kd-Trees
Now that you have a better geometric intuition for the kd-tree, we can talk about the most interesting
operation on the kd-tree: nearest-neighbor lookup. This query works as follows: given a kd-tree
and a point in space (called the test point), which point in the kd-tree is closest to the test point?
(The point in the data set closest to the test point is called its nearest neighbor). Before we discuss
the actual algorithm for doing nearest-neighbor lookup, we'll discuss the intuition behind the algorithm.
Suppose that we have a guess of what we think the nearest neighbor to the test point is. For
example, suppose that the test point is indicated by the star and that we think the nearest neighbor
is the point connected to the star by the dashed line

ผลลัพธ์ (ไทย) 1:

ค้นหาเพื่อนบ้านที่ใกล้ที่สุดใน kd-ต้นไม้ขณะที่คุณมีสัญชาตญาณการเรขาคณิตสำหรับต้น kd เราสามารถพูดถึงน่าสนใจดำเนินการในต้น kd: ค้นหาใกล้บ้าน แบบสอบถามนี้ทำงานเป็นดังนี้: ให้ kd-ต้นไม้และจุดในพื้นที่ (เรียกว่าจุดทดสอบ), ใน kd-ต้นไม้ที่ใกล้เคียงกับจุดทดสอบหรือไม่(จุดในชุดข้อมูลใกล้จุดทดสอบเรียกว่าเป็นเพื่อนบ้านที่ใกล้ที่สุด) ก่อนเจรจาจริงอัลกอริทึมสำหรับการทำการค้นหาเพื่อนบ้านที่ใกล้ที่สุด เราจะหารือสัญชาตญาณหลังอัลกอริทึมการสมมติว่า เรามีการเดาใจของสิ่งที่เราคิดว่า เป็นเพื่อนบ้านที่ใกล้ที่สุดไปยังจุดทดสอบ สำหรับตัวอย่าง สมมติว่า จุดทดสอบแสดง โดยดาวที่ เราคิดว่า เพื่อนบ้านที่ใกล้ที่สุดจุดเชื่อมต่อกับดาวตามเส้นประ

ผลลัพธ์ (ไทย) 2:

การค้นหาที่ใกล้ที่สุด-เพื่อนบ้านใน
KD-ต้นไม้ตอนนี้คุณมีสัญชาตญาณทางเรขาคณิตที่ดีกว่าสำหรับต้นไม้kd
ที่เราสามารถพูดคุยเกี่ยวกับที่น่าสนใจที่สุดการดำเนินการบนต้นไม้kd: เพื่อนบ้านที่ใกล้ที่สุด-ค้นหา แบบสอบถามนี้จะทำงานได้ดังต่อไปนี้ได้รับต้นไม้ kd
และจุดในพื้นที่ (เรียกว่าจุดทดสอบ) ซึ่งจุดใน KD-ต้นไม้ใกล้เคียงกับจุดทดสอบหรือไม่
(จุดในชุดข้อมูลที่ใกล้เคียงกับจุดทดสอบที่ได้คือ เรียกเพื่อนบ้านที่ใกล้ที่สุดของมัน)
ก่อนที่เราจะหารือเกี่ยวกับขั้นตอนวิธีการที่เกิดขึ้นจริงสำหรับการทำเช่นการค้นหาที่ใกล้ที่สุดเพื่อนบ้านเราจะหารือเกี่ยวกับสัญชาตญาณที่อยู่เบื้องหลังขั้นตอนวิธี.
สมมติว่าเรามีการคาดเดาในสิ่งที่เราคิดว่าเพื่อนบ้านที่ใกล้ที่สุดไปยังจุดทดสอบเป็น สำหรับตัวอย่างเช่นสมมติว่าจุดทดสอบจะแสดงโดยดาวและที่เราคิดว่าเพื่อนบ้านที่ใกล้ที่สุดที่เป็นจุดเชื่อมต่อกับดาวโดยเส้นประ

ผลลัพธ์ (ไทย) 3:

การค้นหาเพื่อนบ้านที่ใกล้ที่สุดและต้นไม้
ตอนนี้คุณมีสัญชาตญาณทางเรขาคณิตดีสำหรับต้นไม้และเราสามารถพูดคุยเกี่ยวกับการทำงานที่น่าสนใจ
ส่วนใหญ่บนต้นไม้ KD : เพื่อนบ้านที่ใกล้ที่สุดการค้นหา แบบสอบถามนี้ทำงานดังนี้ให้ KD และต้นไม้
จุดในพื้นที่ ( เรียกว่าจุดทดสอบ ) ซึ่งจุดในต้นไม้และใกล้เคียงกับจุดทดสอบ
( จุดในชุดข้อมูลทดสอบใกล้จุดที่เรียกว่า เพื่อนบ้านที่ใกล้ที่สุด ) ก่อนที่เราจะหารือเกี่ยวกับ
ขั้นตอนวิธีจริงทำเพื่อนบ้านที่ใกล้ที่สุดค้นหา เราจะหารือเกี่ยวกับสัญชาตญาณเบื้องหลังอัลกอริทึม .
สมมติว่าเราเดาสิ่งที่เราคิดว่าเพื่อนบ้านที่ใกล้ที่สุดกับจุดที่ทดสอบคือ สำหรับ
ตัวอย่างสมมติว่าจุดทดสอบ แสดงโดยดาราและเพื่อนบ้านที่ใกล้ที่สุดที่เราคิด
เป็นจุดเชื่อมต่อกับดาว โดยเส้นประ