检索最近的树到具有 k 个最近邻居的输入树？答案

【问题标题】：retrieve closest tree to input tree with k nearest neighbor?检索最近的树到具有 k 个最近邻居的输入树？
【发布时间】：2013-08-16 21:14:18
【问题描述】：

我想使用 K-最近邻方法从数据集中检索与输入树最近的树。树中的节点有值，但每棵树中的分支没有标签。

例如：

树 1: (S (V c) (N (P y)) (V (Vo) (N (D t) (N d)))))

树 2: (S (V (Vp) (P (R o)) (N (D t) (N d)))))

我想使用 k 近邻来解决这个问题。你有什么想法可以用这种方法解决这个问题吗？

【问题讨论】：

【解决方案1】：

您必须为树木定义距离度量以应用KNN 算法。树有许多可能的度量标准，最流行的选择之一是树编辑距离 (How do I calculate tree edit distance?)

KNN 不是一种搜索算法。它不用于查找最近的对象，而是将对象分类为预定义标签之一。它只是搜索给定点 X 的 K 个最近邻居，并返回一个包含大多数邻居的标签。

为了找到最近的树，假设您已经定义了TED（树编辑距离），只需遍历trees 中的所有tree 并选择最小化TED(tree,X) 的那一个。

【讨论】：

感谢您的回答。如果我使用树编辑距离，我如何（或在哪里）使用 KNN 算法？
更新答案 = KNN 不是搜索算法，而是 - 监督分类模型
我知道 KNN 用于分类，但我想找到一种方法来使用它来查找最近的树。
但是你不能，这就像“我知道这个函数是用来计算字母'a'的数量，但我希望它画出一张快乐的脸”。 KNN 不是搜索工具。您的问题可以（并且应该）通过一个简单的 for 循环来解决。当然从理论上来说，你可以创建一个(X,X)形式的训练集（输入也是一个标签，或者(X,Xid)，其中Xid是X的标识符），然后问一个@987654333 @ 和 K=1 作为标签，它会返回最近的树，但不要这样做，这将是高度人工、低效和怪异的......但可能。
好的，谢谢。如何找到最接近的树，它就像从根到叶节点的输入树？（我有 3 棵树：树 1 和树 2 有相似的叶子，但内部节点不同。树 1 和树 3 有不同的叶子但内部节点相似。我想使用算法为树 1 选择树 3。）