在kNN classifier的文档中，有一个方法kneighbors，它返回k个最近邻居 . 我感兴趣的是如何优雅地在这样的分类器中返回k最远的邻居？
可以轻松修改许多空间索引（四叉树，R树，...）以支持最远的邻居查询 . 一种常见的算法描述为here（参见第4.5节） . 但是，大多数人不支持开箱即用 .
如果您正在使用kd-tree，那么，正如另一张海报所说，可能无法有效地执行此操作 .
另一种选择可能是CoverTree，我不认为Hjaltason / Samet的算法会在那里工作，但你不太可能需要搜索整棵树 .
如果你真的必须使用它，我也不确定scikit-learn提供了哪些选项 .
不，没有这样的能力 .
你需要记住，为了性能，会有一棵树来获得最近的邻居 . 试图找到最远的意思是通过整个树，基本上计算所有距离 .
因此，在这种情况下不要使用kNN，只需计算距离并对它们进行排序 .
2 回答
可以轻松修改许多空间索引（四叉树，R树，...）以支持最远的邻居查询 . 一种常见的算法描述为here（参见第4.5节） . 但是，大多数人不支持开箱即用 .
如果您正在使用kd-tree，那么，正如另一张海报所说，可能无法有效地执行此操作 .
另一种选择可能是CoverTree，我不认为Hjaltason / Samet的算法会在那里工作，但你不太可能需要搜索整棵树 .
如果你真的必须使用它，我也不确定scikit-learn提供了哪些选项 .
不，没有这样的能力 .
你需要记住，为了性能，会有一棵树来获得最近的邻居 . 试图找到最远的意思是通过整个树，基本上计算所有距离 .
因此，在这种情况下不要使用kNN，只需计算距离并对它们进行排序 .