的文档sklearn.neighbors.DistanceMetric声明_
为了在 BallTree 中使用，距离必须是一个真实的度量
（即为非负数，仅当对象相等、对称且满足三角不等式时为 0）。我的问题是，这些要求有多严格？更具体地说，球树是否适用于伪度量（对于不相等的对象可能为 0，但满足其他条件）？
球树和伪计量学
数据挖掘
scikit-学习
k-nn
公制
2022-03-15 18:53:40
1个回答
我认为伪度量应该没问题。
BallTree 限制计算距离数量的能力在很大程度上依赖于三角形不等式和（可能在较小程度上）对称性。非消极性似乎很关键。至少，其中的代码sklearn可能会在某些地方默认假设对称性和非负性。
在伪度量中，关系“距离0”是等价关系，距离自然延伸到商空间，在商空间中是诚实度量。所以我认为对于 BallTrees 来说，这真的不重要。任何包含给定点的球也将自动包含其所有“等效”点。
其它你可能感兴趣的问题