BallTree 现在是否支持带有不规则数据的自定义指标？答案

【问题标题】：Does BallTree support customized metric with irregular data now?BallTree 现在是否支持带有不规则数据的自定义指标？
【发布时间】：2016-03-12 12:45:04
【问题描述】：

我有一个数据集以下列形式描述一些痕迹：

traceId1: event1 time1 event2 time2 ... eventN timeN
traceId2: event1 time1 event2 time2 ... eventM-1 timeM-1 eventM timeM
.
.
.

也就是说，这个文件包含几个痕迹。每个跟踪都包含几个事件以及这些事件发生的时间。每条迹线的长度可能会有所不同。因此我无法将数据转换为矩阵。

我写了一个类 Point 来保存每个跟踪作为一个对象。我还编写了一个自定义函数来计算每对轨迹之间的距离。当我尝试使用我的指标构建 BallTree 时，它给出：

  File "/home/yangzhao/anaconda3/lib/python3.5/site-packages/numpy/core/numeric.py", line 474, in asarray
    return array(a, dtype, copy=False, order=order)

TypeError: float() argument must be a string or a number, not 'Point'

基于post，看来 BallTree 只接受可以转换为浮点数的数据类型。由于这是在 2013 年发布的，现在有什么解决方法吗？比如在类定义中写一个float方法？

PS：我可以自己用 Python 写一个 BallTree，但它没有优化，所以运行缓慢。并且系统限制了递归的最大深度，因此它不能在我的完整数据集上工作。我还用 C++ 实现了 BallTree，用 Python 调用该函数是个好主意吗？

【问题讨论】：

标签： numpy machine-learning scikit-learn

【解决方案1】：

Ball Tree 仅适用于可以形成 2D 浮点数组的数据。您可以在对象in the source code 的初始化中看到这一点。我预计不会更改代码库以支持自定义对象数组。

在任何情况下，由于使用的 Python 回调的限制，自定义距离度量的性能不会很好。如果您有其他适用于您的问题的 C++ 代码，则将其包装以在 Python 中使用相对简单，例如cython.

【讨论】：