为什么 KNN 比决策树快得多？

【问题标题】：Why is KNN much faster than decision tree?为什么 KNN 比决策树快得多？
【发布时间】：2013-03-03 22:10:46
【问题描述】：

有一次在面试中，我遇到了雇主的一个问题。他问我为什么 KNN 分类器比决策树快得多，例如在字母识别或人脸识别中？

当时我完全不知道。所以我想知道我应该在哪些方面比较两种分类方法的速度性能？谢谢。

【问题讨论】：

网上比较多的

标签： algorithm machine-learning decision-tree knn

【解决方案1】：

考虑以下数据集：N 个样本，每个样本有 k 个属性。一般来说：
1. naive KNN：O(1) [训练时间] + O(NK) [查询时间] = O (NK)
2. 朴素决策树：O(N^2 * K * log(N)) [training Time] + O(log(N)) [query Time] = O(N^2 * K) -- 也是查询时间，我们假设树是平衡的。
为了计算复杂性，我考虑了每个分类器的非常简单的实现。在实现 KNN 和决策树方面已经有了一些改进。

【讨论】：

非常感谢您的回答。你能解释一下每个分类器的训练时间吗？谢谢。
@Majid，您能否提供参考以供进一步阅读？