高效测地线最近邻答案

【问题标题】：Efficient Geodesic Nearest Neighbors高效测地线最近邻
【发布时间】：2018-11-29 22:59:33
【问题描述】：

从纬度/经度数据（以弧度表示）开始，我试图有效地找到最近的 n 个邻居，最好是测地线 (WGS-84) 距离。

现在我正在使用带有半正弦距离的sklearn’s BallTree（KD-Tres 只采用 minkowskian 距离），它既好又快（在 7500 个可能的匹配中为 1200 个位置找到最近的 5 个邻居需要 3-4 秒），但是不像我需要的那样准确。代码：

tree = BallTree(possible_matches[['x', 'y']], leaf_size=2, metric='haversine')
distances, indices = tree.query(locations[['x', 'y']], k=5)

当我用自定义函数替换度量 (metric=lambda u, v: geopy.distance.geodesic(u, v).miles) 时，它需要“不合理”的长时间（与上述相同的情况下为 4 分钟）。据记录，自定义函数可能需要很长时间，但并不能帮助我解决我的问题。

我研究了使用带有 ECEF 坐标和欧几里德距离的 KD-Tree，但我不确定这是否更准确。

如何在保持当前方法的速度的同时提高距离精度？

【问题讨论】：

【解决方案1】：

您的指标运行缓慢的主要原因是它是用 Python 编写的，而 sklearn 中的其他指标是用 Cython/C++/C 编写的。

例如讨论 here 用于随机森林或 here，您必须在 Cython 中实现您的指标，派生您自己的 BallTree 版本并在其中包含您的自定义指标。

【讨论】：