考虑以下类:
class SquareErrorDistance(object):
def __init__(self, dataSample):
variance = var(list(dataSample))
if variance == 0:
self._norm = 1.0
else:
self._norm = 1.0 / (2 * variance)
def __call__(self, u, v): # u and v are floats
return (u - v) ** 2 * self._norm
我用它来计算向量的两个元素之间的距离。我基本上为使用此距离度量的向量的每个维度创建该类的一个实例(有些维度使用其他距离度量)。分析显示,__call__
这个类的功能占了我的 knn 实现的 90% 的运行时间(谁会想到)。我认为没有任何纯 Python 方法可以加快速度,但也许如果我用 C 实现它?
如果我运行一个简单的 C 程序,它只使用上面的公式计算随机值的距离,它比 Python 快几个数量级。所以我尝试使用ctypes并调用一个 C 函数来进行计算,但显然参数和返回值的转换非常昂贵,因为生成的代码要慢得多。
我当然可以在 C 中实现整个 knn 并调用它,但问题是,就像我所描述的,我对向量的某些维度使用不同的距离函数,并且将这些转换为 C 将是太多的工作。
那么我的替代方案是什么?使用Python C-API编写 C 函数会摆脱开销吗?还有其他方法可以加快计算速度吗?