多线程程序中的k个最近邻居答案

【问题标题】：k nearest neighbours in multithread program多线程程序中的k个最近邻居
【发布时间】：2017-03-15 23:49:09
【问题描述】：

给定一个训练集和一个测试点T，需要对其进行分类。如果我将训练集分成 n 个部分，然后在每个部分上运行 knn 算法（k=1）。之后，我比较每个部分的结果。如果我在整个训练集中运行 1-nn，它会给我同样的结果吗？例如： n = 4. 将训练集分成 4 部分在训练集的 4 个部分运行 1-nn 算法后，我从第 1 部分得到点 A，从第 2 部分得到点 B，从第 3 部分得到 C，从第 4 部分得到 D。在那之后，我可以比较从 T 到A、B、C、D 算出 T 属于哪个类？

【问题讨论】：

标签： c++ multithreading knn

【解决方案1】：

我希望我理解了这个问题......

如果您想仅考虑最近的点 (1-nn) 进行分类，则可以。

然而，为了执行 k-nn 分类，考虑每个 k 组的最近点与考虑 k 组的最近点不相同em>k 个最近的点，除非它们碰巧在不同的组中。您至少应该为每个 n 组保留 k 个点，然后在 n*kk 个点/em> 已选中。

【讨论】：

抱歉问题可能不够清楚。它总是 1-nn。这是关于在（例如）训练集的 4 个非重叠部分上运行 1-nn 是否正确，然后比较 4 个本地最近的邻居以挑选出 1 个全局最近的邻居。
好的，这很好，因为最终你得到了训练集的“最佳”点，就像你在一个批次中迭代它们一样
我也这么认为。但是，我的多线程机器学习程序在以 1 个线程作为一个整体运行训练集时显示出最大的准确性。随着我增加运行线程的数量（每个线程在训练集的不同部分运行），准确性会降低。这就是为什么我开始怀疑自己。
这听起来很奇怪......也许这取决于实现的某些特定方面（我正在考虑使用索引结构，但应该不是问题）。
还有一件事，我使用 mlpack 库来实现。我将训练集分成几个部分，并通过 mlpack 1-nn 算法运行每个部分以获得本地最近的邻居。