Python 为什么KNN使用自定义度量时速度慢？

我使用的数据集由大约200k个对象组成。每个对象都有4个特征。我用欧几里德度量的K近邻（KNN）对它们进行分类。该过程在大约20秒内完成

最近我有了一个使用自定义度量的理由。也许它会产生更好的结果。我已经实现了自定义度量，KNN已经可以工作一个多小时了。我没有等它完成

我认为这个问题的一个原因是我的度量。我将代码替换为

返回1

。KNN仍然工作了一个多小时。我假设一个原因是算法球树，但KNN和它和欧几里得度量在大约20秒内工作

现在我不知道怎么了。我使用Python3和sklearn 0.17.1。无法使用自定义度量完成进程。我也尝试了算法

brute

，但效果相同。scikit学习的升级和降级无效。在Python2上实现自定义度量的分类也没有积极的效果。我在Cython上实现了这个度量（仅返回1），它具有相同的效果

def自定义度量（x:np.ndarray，y:np.ndarray）->浮点：
返回1
clf=KNeighborsClassifier（n_作业=1，度量=自定义度量）
clf.配合（X，Y）

我可以用自定义度量通过KNN推进分类过程吗

---

抱歉，如果我的英语不清楚。

Sklearn已优化，并使用cython和多个进程尽可能快地运行。编写纯python代码，特别是当它被多次调用时，是导致代码变慢的原因。我建议您使用cython编写自定义度量。

---

您可以在这里学习一个教程：

正如@Réda Boumahdi正确指出的，原因是使用python中定义的自定义度量。这是一个已经讨论过的已知问题。讨论结束时，它以“wontfix”的形式关闭。因此，建议的唯一解决方案是在cython中编写自定义度量，以避免GIL在使用python度量时变慢。

用户定义函数在python中不是特别快；给他们打电话会有很多开销。您的自定义度量可能正在替换在C中实现的内容。KNN的欧几里德度量的距离矩阵可以通过矩阵加法和乘法（使用| | a-b | | | ^2=| | a | | 2+| b | | | | 2-2）来实现，这是高度优化和并行的（OpenBLAS、ATLAS或MKL）@chepner即使只在函数中也存在开销

返回1

？另外，正如我上面指出的，我已经在Cython上实现了度量，执行时间也很大@damienfrancois我对欧几里德度量没有问题。它是sklearn的标准度量单位。当我尝试使用自定义指标时，我的性能有问题。我应该看看C/C++库并在C/C++上重新实现我的程序吗？