راهكاري مبتني بر ساخت درخت دودويي تقريبي براي سرعت‌بخشيدن به جستجوي نزديك‌ترين همسايگي در داده‌هاي حجيم

با توجه به سرعت روزافزون توليد اطلاعات و نياز تبديل اطلاعات به دانش، روش‌هاي يادگيري ماشين قديمي ديگر پاسخگو نيستند. هنگام استفاده از طبقه‌بندي‌ها با روش‌هاي يادگيري ماشين قديمي، به ويژه استفاده از طبقه‌بندي‌هاي ذاتاً تنبل مانند روش k نزديك‌ترين همسايگي (KNN)، عمليات طبقه‌بندي داده‌هاي حجيم بسيار كند است. نزديك‌ترين همسايگي به دليل سادگي و دقت عملي كه ارائه مي‌دهد يك روش محبوب در زمينه طبقه‌بندي داده‌ها مي‌باشد. روش پيشنهادي مبتني بر مرتب‌سازي بردارهاي ويژگي داده‌هاي آموزشي در يك درخت جستجوي دودويي است تا طبقه‌بندي داده‌هاي بزرگ را با استفاده از روش نزديك‌ترين همسايگي تسريع بخشد. اين كار با استفاده از يافتن تقريبي دو دورترين داده محلي در هر گره درخت انجام مي‌شود. اين دو داده به عنوان معيار براي تقسيم داده‌هاي موجود در گره فعلي بين دو گروه، مورد استفاده قرار مي‌گيرند. مجموعه داده‌هاي موجود در هر گره بر اساس شباهت آنها به اين دو داده، به فرزند چپ يا راست گره فعلي تخصيص داده مي‌شوند. نتايج آزمايش‌هاي متعدد انجام‌شده بر روي مجموعه داده‌هاي مختلف از مخزن UCI، ميزان دقت خوب با توجه به زمان اجراي كم روش پيشنهادي را نشان مي‌دهد.