我正在尝试使用来自scikit的k个最近邻居实现在相当大的数据集上学习。问题在于，预测要花很长时间，几乎和没有意义的训练一样长。这是算法的问题，还是scikit learning不是针对大型数据集（不支持GPU）的事实。
有关更多信息，我试图基于x，y，z和物体标签来预测激光雷达的强度。每次激光雷达扫描都有100,000个点，因此我试图预测每个点的强度。
尝试使scikit-learn的KNeighborsClassifier运行更快的东西：
KNeighborsClassifier参数：algorithm，kd_tree用于低维数据，ball_tree用于高维数据brute参数。使用较大的n_jobs并不一定会使事情变快，有时反之亦然。n_jobs中的性能已有改进，并且某些尚未合并的优化（v0.22）