Scikit-learn KDTree query_radius返回count和ind？

Question

我试图返回count（邻居的数量）和ind（所述邻居的索引）但我不能，除非我两次调用query_radius，虽然计算密集，但实际上我在Python中比迭代和计数更快在ind每行的大小！这看起来非常低效，所以我想知道有没有办法在一次通话中将它们都归还？

我试图访问计数并在调用qazxsw poi后找到qazxsw poi的对象，但它不存在。在numpy中没有有效的方法可以做到这一点，是吗？

tree

Answer 1

不确定为什么你认为你需要两次这样做：

query_radius

在

>>> array = np.array([[1,2,3], [2,3,4], [6,2,3]])
>>> tree = KDTree(array)
>>> neighbors = tree.query_radius(array, 1)
>>> tree.ind
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'sklearn.neighbors.kd_tree.KDTree' object has no attribute 'ind'
>>> tree.count
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'sklearn.neighbors.kd_tree.KDTree' object has no attribute 'count'

中找到数组对象的大小比重做

a = np.random.rand(100,3)*10
tree = KDTree(a)
neighbors = tree.query_radius(a, 1)

%timeit counts = tree.query_radius(a, 1, count_only = 1)
1000 loops, best of 3: 231 µs per loop

%timeit counts = np.array([arr.size for arr in neighbors])
The slowest run took 5.66 times longer than the fastest. This could mean that an intermediate result is being cached.
100000 loops, best of 3: 22.5 µs per loop

快得多

Answer 2

考虑这个数据集：

neighbors

您在问题中确定了3个选项：

1）两次打电话给tree.query_radius以获得邻居和他们的计数。

array = np.random.random((10**5, 3))*10
tree = KDTree(array)

这需要8.347秒。

2）只获取邻居，然后通过迭代计算得到计数：

tree.query_radius

这比第一种方法快得多，需要4.697s

3）现在，我们可以改善循环时间来计算

neighbors = tree.query_radius(array, 1)
counts = tree.query_radius(array, 1, count_only=1)

。

neighbors = tree.query_radius(array, 1)
counts = []
for i in range(len(neighbors)):
    counts.append(len(neighbors[i]))

这是4.449s中最快的。