用于此应用程序的最佳最近邻算法是什么？

Question

我一直在对视频帧序列中的多个对象进行分类，方法是获取前一帧中每个对象的有序质心列表并计算到当前帧中每组质心的欧几里德距离，然后取最小距离在一组点之间作为后续帧中的相同对象。

这种技术效果很好，但是，我意识到这是一种排列类型，我在没有替换的情况下进行采样（一旦一组质心配对，它们就会从当前质心列表中删除）。问题在于，如果对于给定的对象，找到一个最近邻居，可能还有另一个更接近但没有正确配对的邻居，因为该质心现在已从当前对象列表中删除导致分类错误。

是否有类似于 k-nearest-neighbors 的东西，我可以考虑到给定质心的其他距离，这些距离被标记为当前质心的最近邻居？如果这令人困惑，我深表歉意，如果我需要提供此特定案例的说明，请告诉我。谢谢！

顺便说一句，这是在 Python 中完成的，所以如果有任何适当的库可以实现您建议的技术，那将是一个很大的帮助。

Answer 1

据我所知，您的主要问题是优化算法并从分类中获得更好的结果。在分类问题中，根据您的数据集，最好尝试具有不同参数的不同算法（例如在 NN 中，尝试不同的最近邻点数或不同的算法，如带有球树或其他东西的 KNN）并查看结果或评估使用交叉验证等指标

试试看这个：http://scikit-learn.org/stable/modules/neighbors.html

您可以使用 Grid Search 来评估和测试不同的参数：http://scikit-learn.org/stable/modules/grid_search.html

或者您可以使用遗传算法测试不同的参数并评估结果：https://github.com/rsteca/sklearn-deap