怎样能才能快速的找到KNN# DataSciences - 数据科学
E*e
1 楼
一个sampling的code， 自己写的KNN的R code，因为是continuous 和norminal 混合，
连续变量用euclidean 距离， norminal变量需要另外算distance。 基本问题是这样：
总共是500个记录， 60个norminal变量。 需要找到每个记录的KNN。 每条距离搜寻需
要5seconds， 所以这个KNN需要20分钟。 因为要做bootstrap， 所以一个main
function， 运行100需要两天时间。 现在想加快这个KNN搜寻。 问题是就在norminal
距离的KNN计算，需要5秒时间。
我看了下问题。 60个norminal变量的distance 矩阵单独完成，很快。
现在的主要任务就是算每条记录的KNN，用的是两个loop， 需要从所有变量的distance
矩阵里，一对一的需要找到每个记录里每个变量所对应的具体距离，这样就很慢了。我
是通过每个distance矩阵的的row 和col names同每个记录里的变量值对应才找到需要
的distance，然后sum所有每个记录里60个变量的distance值，最后找到每个记录的KNN
。
现在问题就简化成，假设现在有60个变量各自的distanc矩阵， 怎样快速的找到每个记
录的KNN。 用double loop很慢。 能用是么sql表查询码？
谢谢。
连续变量用euclidean 距离， norminal变量需要另外算distance。 基本问题是这样：
总共是500个记录， 60个norminal变量。 需要找到每个记录的KNN。 每条距离搜寻需
要5seconds， 所以这个KNN需要20分钟。 因为要做bootstrap， 所以一个main
function， 运行100需要两天时间。 现在想加快这个KNN搜寻。 问题是就在norminal
距离的KNN计算，需要5秒时间。
我看了下问题。 60个norminal变量的distance 矩阵单独完成，很快。
现在的主要任务就是算每条记录的KNN，用的是两个loop， 需要从所有变量的distance
矩阵里，一对一的需要找到每个记录里每个变量所对应的具体距离，这样就很慢了。我
是通过每个distance矩阵的的row 和col names同每个记录里的变量值对应才找到需要
的distance，然后sum所有每个记录里60个变量的distance值，最后找到每个记录的KNN
。
现在问题就简化成，假设现在有60个变量各自的distanc矩阵， 怎样快速的找到每个记
录的KNN。 用double loop很慢。 能用是么sql表查询码？
谢谢。
