KristofferC/NearestNeighbors.jl

解決的問題

NearestNeighbors.jl 提供了在資料集中高效尋找最近點的方法，這是許多科學模擬和機器學習任務的基本操作。它解決了搜尋數百萬個點時無需將每個點與其他所有點進行比較（暴力搜尋）的挑戰，因為暴力搜尋對於大型資料集來說太慢了。

運作方式

該套件實作了多種稱為「樹」的空間分割結構，將資料點組織成區域的層次結構：

• KDTree：使用軸對齊平面分割資料，適用於低維資料。
• BallTree：使用超球體對點進行分組，更適合高維資料和自訂距離度量。
• BruteTree：用作基線的簡單線性搜尋。
• PeriodicTree：允許搜尋「環繞」定義邊界邊緣的包裝器，這對物理模擬至關重要。

它支援平行建構樹以加快設定時間，並提供可變建構函式（如 KDTree!）以便在資料頻繁更新時重用記憶體。

適用對象

此工具專為使用 Julia 的研究人員和開發人員設計，他們需要在多維空間中進行快速的 k 最近鄰（kNN）或範圍搜尋。

亮點

• 多種樹類型：根據資料維度和度量選擇 KD 樹或球樹。
• 週期邊界：透過 PeriodicTree 內建支援週期域。
• 記憶體效率：包含 DataFreeTree，透過磁碟記憶體對映處理大於可用 RAM 的資料集。
• 高效能：支援多執行緒樹建構，並提供最佳化的樹遍歷器用於除錯和視覺化。