kNN进行预测时计算复杂度是多少?

  统计/机器学习 监督式学习 计算复杂度    浏览次数:5241        分享
0

用kNN进行预测时每预测一个样本需要的计算复杂度是多少?假设一共有n个样本的情况并且没有用KD tree。

 

NextPage   2018-09-11 08:12



   1个回答 
0

如果你的搜索算法用是暴力搜索的话,如果样本是D维的,复杂度是O(D*n)

SofaSofa数据科学社区DS面试题库 DS面经

nlceyes   2018-12-25 11:01

复杂度应该含有$k$吧 - tbh   2018-12-25 11:12
复杂度应该和k关系不大吧,我理解的是,无论k取多少,预测新样本的时候都要遍历所有的训练样本求得他们之间的距离度量值,然后再取前k个最接近的,而且一般的k的值相比于样本规模要小的多,即使考虑读取前k个样本值的操作量,应该也是可以忽略的一个小值。 - nlceyes   2018-12-25 21:23


  相关讨论

在python中获取模型运行的时间

NP-hard是什么意思

beam search是什么意思?

朴素贝叶斯的训练/预测效率如何?快吗?

GMM和KMeans哪个快一点?

sql查询时count(*)、count(1)、count()哪个更快?

sklearn.cluster.KMeans速度太慢,有什么解决方法?

python里list的remove和pop方法的时间复杂度是多少?

1000个瓶子和10个小白鼠的算法题

树的inorder traversal是什么意思?

  随便看看

pandas读取csv中指定的某些列

如何复制一个pandas DataFrame

sklearn可以用gpu加速吗?

怎么直观理解ROC AUC的概率统计意义?

为什么机器学习中的优化问题很少用到牛顿法?