基于自定义距离度量的稀疏矩阵K近邻（KNN）

Question

给定一个大小为NxN（N=900000）的稀疏矩阵（使用^{}）创建，我试图使用自定义距离度量为testset中的每一行查找前k个最近邻（来自输入矩阵的稀疏行向量）。基本上，输入矩阵的每一行表示一个项，对于testset中的每个项（行），我需要找到它的knn。在

尝试次数：

• 尝试使用^{}。但是，在处理稀疏矩阵时，sklearn似乎没有将可调用度量函数作为输入：

  ValueError: metric '<function <lambda> at 0x7f92ce221938>' not valid for sparse input
  

• 目前正在尝试使用facebookresearch/pysparnn（看起来很有前途！）。它对实现自己的自定义距离类有一定的规定。然而，在执行之后，构建索引（24小时后仍在运行）花费了相当长的时间，作者似乎认为mentioned

  using distance types from scipy.spatial.distance.cdist (or sklearn distance metrics) is much slower than what is currently in pysparnn.

  我们正在调试sklearn/scipy距离度量的性能问题，方法是编写一些定制的东西。

我想知道是否有其他有效的稀疏矩阵最近邻搜索的实现，它提供了一个自定义的距离度量？
（将在具有64 GB RAM、12核的服务器上执行）

谢谢！在