Scikit learn 通过sklearnpython包定义和使用球树列表

我定义了一个球树对象列表，如下所示，

input1

是一个带有形状（100320）的NumPy数组

我将

input1

的一个元素作为一个示例查询，其中

sample\u index

被假定在范围内

sample_query = input1[sample_index,:]

# Find nearest neighbour and compute distance and index
distance, index = bt[0].query(sample_query,1)

这里，

distance[0]

是预期的0，因为“sample\u query”是

input1

的成员

# Adding another BallTree instance to the list
#input2 is a numpy array with shape (70,320)  
bt.append(BallTree(input2))
distance, index = bt[0].query(sample_query,1)
print distance[0]
# Output here is NOT zero (NOT expected!!)

---

当我向球树列表“bt”追加一个球树对象时，“sample_query”和bt[0]的最近邻距离为什么会改变？当我向列表bt追加一个对象时，我希望对象bt[0]不会被修改。我的期望是否正确？

在这两种情况下，您仍然在同一个ball tree实例上执行查询

bt[0]

，因此您会得到两次预期的相同结果。我不明白你为什么要把BallTree实例放在python列表中，顺便说一句。

我在这个例子中发现我对BallTree的理解有差距

经过一番挖掘，我现在明白了（借用问题中的符号）bt[0]。数据实际上指向输入numpy数组，而不是它的副本。我重新使用输入numpy数组来创建更多的球树，因此bt[0]看到的数据每次都会被破坏

---

如果我确保为每个ball树实例创建numpy数组（或在“C-speak”中分配），则ball树查询结果是一致的。

Hi Archith。请提供一个自包含的示例（即包括输入数组、导入等），最好是github gist？这真的不是预期的行为。嗨，安德烈亚斯。谢谢你的回复。通过这个例子，我发现我对BallTree的理解存在差距。经过一番挖掘，我现在明白了（借用问题中的符号）bt[0]。数据实际上指向输入numpy数组，而不是它的副本。我重新使用输入numpy数组来创建更多的球树，因此bt[0]看到的数据每次都会被破坏。如果我确保为每个ball树实例创建（或在“C-speak”中分配）numpy数组，则ball树查询结果是一致的。不管怎样，我知道我错在哪里了。我在给安德烈亚斯的答复中已经描述了这一点。我需要一种基于查询的某些特征访问索引球树的方法。也许有更好的方法来解决这个问题。事实上，这听起来像是一个API错误。我认为默认情况下，构造函数应该是

BallTree（data，copy=True）

，以便使BallTree在默认情况下保留其自己的独立数据副本，同时允许用户在没有足够内存并且知道在

copy=False

时不应更新数据时避免复制。请随时在github问题跟踪器上为scikit学习项目打开一个问题：

# Adding another BallTree instance to the list
#input2 is a numpy array with shape (70,320)  
bt.append(BallTree(input2))
distance, index = bt[0].query(sample_query,1)
print distance[0]
# Output here is NOT zero (NOT expected!!)