我正在使用k-means做一个项目，我的教授建议使用kdtree。我在python中找到了kdtree的这个实现（我知道scipy中也有，但我找不到任何示例实现）。我的问题和标题一样，是用kdtree来加速k均值，还是我错了？
data = [(2,2),(1,0),(2,3),(10,5),(59,8),(4,2)]
tree = KDTree.construct_from_data(data)
nearest = tree.query(query_point=(5,4), t=3)
print nearest
输出：
[(4, 2), (2, 3), (2, 2)]
正如"使k均值更快"，P137，论文表明，kd-tree可以用于低维数据的k均值算法，而直接的Lloyd算法对于高维数据更有效。
对于高维数据，诸如k-d树之类的索引方案不能很好地使用
请参阅论文中的解释。
我建议您使用一种已建立的k-means实现，并且只有在遇到严重问题时才担心速度提高。例如，afaik，sklearn的KMeans是基于Lloyd的原始算法。
可以使用它，但它是不平凡的。大多数人只执行简单的非加速解决方案。
问题是大多数kd树实现只支持最近邻查询。
只有当您拥有大量集群k并在这些集群上构建索引时，这才有回报。
对于完整的kd-tree-k-mans加速，您需要实现二分NN联接，其中您将在点和集群中心上都有一个索引。我不知道有任何kd树实现可以支持这一点。