معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Cover tree implementation for computing nearest neighbors in general metric spaces.

ویژگی	مقدار
سیستم عامل	-
نام فایل	covertree-1.0.0
نام	covertree
نسخه کتابخانه	1.0.0
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Jack Featherstone
ایمیل نویسنده	jack.featherstone@oist.jp
آدرس صفحه اصلی	https://github.com/Jfeatherstone/CoverTree
آدرس اینترنتی	https://pypi.org/project/covertree/
مجوز	New BSD License

# Cover Tree This is a Python implementation of cover trees, a data structure for finding nearest neighbors in a general metric space (e.g., a 3D box with periodic boundary conditions). Updated for Python 3.7 from [Patrick Varilly's code](https://github.com/patvarilly/CoverTree). The implementation here owes a great deal to [PyCoverTree](http://github.com/emanuele/PyCoverTree), by Thomas Kollar, Nil Geisweiller, Emanuele Olivetti. The API follows that of Anne M. Archibald's KD-tree implementation for scipy; the default metric has been set to euclidean distance, so the `CoverTree` class can be used exactly as a drop in replacement for [scipy.spatial.KDTree](https://docs.scipy.org/doc/scipy/reference/generated/scipy.spatial.KDTree.html). ## References Cover trees are described in two papers, for which PDF copies are included in the `references` directory: A. Beygelzimer, S. Kakade, & J. Langford (2006) Cover Trees for Nearest Neighbor, 23rd International Conference on Machine Learning D. R. Karger & M. Ruhl (2002) Finding Nearest Neighbors in Growth-restricted Metrics, 34th Symposium on the Theory of Computing. (both originate from [this](http://hunch.net/~jl/projects/cover_tree/cover_tree.html) page)

نحوه نصب

نصب پکیج whl covertree-1.0.0:

pip install covertree-1.0.0.whl

نصب پکیج tar.gz covertree-1.0.0:

pip install covertree-1.0.0.tar.gz