点离散程度对随机投影森林中$k$近邻搜索的影响
机器学习
2023-02-28 v1 人工智能
数据结构与算法
信息检索
摘要
划分树是用于近邻搜索的高效数据结构。机器学习库通常使用一种称为d树的特殊划分树来执行近邻搜索。遗憾的是，d树在高维中效率低下，因为它们需要更多树层级来降低向量量化（VQ）误差。随机投影树rpTree通过使用随机方向分割数据解决了这一可扩展性问题。rpTree的集合称为rpForest。rpForest中的近邻搜索受两个因素影响：1）点沿随机方向的离散程度；2）rpForest中rpTree的数量。在本研究中，我们探究这两个因素如何随值变化和不同数据集影响近邻搜索。我们发现，在树数量较大时，点的离散程度对近邻搜索的影响非常有限。无论点的离散程度如何，都应使用原始的rpTree算法，即选取随机方向。
引用
@article{arxiv.2302.13160,
title = {The Effect of Points Dispersion on the $k$-nn Search in Random Projection Forests},
author = {Mashaan Alshammari and John Stavrakakis and Adel F. Ahmed and Masahiro Takatsuka},
journal= {arXiv preprint arXiv:2302.13160},
year = {2023}
}