最近傍法のアルゴリズムの改良の仕方を教えて欲しいです。

前提・実現したいこと

Pythonで機械学習の教師あり学習のアルゴリズムの一つである「最近傍法」を実装してみました。最近傍法のアルゴリズムで距離計算がありますが、この計算をできるだけ省略したいと考えています。

考えてみた事柄

後述するプログラムの中で、

python
1d[t]=np.sum((datT[n,:]-datL[t,:])**2)

を、

python
1for n in range(NL):
2    datL2[n]=np.sum(datL[n,:]**2) 
3
4for n in range(count):
5    for t in range(NL):
6        d[t]=np.sum(-2*(datT[n,:]@datL[t,:]))+datL2[t]

のように変えてみました。しかし、まだ省略の余地があると思われるので省略できそうなことを教えて欲しいです。

該当のソースコード

python
1import numpy as np
2import cv2
3NL = 700
4t=0
5imgshape = (120, 100, 3)
6D = np.prod(imgshape)
7datL = np.empty((NL, D)) 
8datT = np.empty((NL, D)) 
9labL = np.empty(NL, dtype=int)
10labT = np.empty(NL, dtype=int)
11K = 3
12with open ('L.txt') as f: #学習データの読み込み
13    for line in f:
14        line = line.strip()
15        i, s = line.split()
16        img= cv2.imread('sjs-cfw/'+i)
17        vec = img.reshape(-1)
18        datL[t,:]=vec
19        labL[t]=s
20        t=t+1
21
22count=0
23with open ('T.txt') as x: #テストデータの読み込み
24    for line in x:
25        line = line.strip()
26        i, s = line.split()
27        img= cv2.imread('sjs-cfw/'+i)
28        vec = img.reshape(-1)
29        datT[count,:]=vec
30        labT[count]=s
31        count=count+1
32
33d=np.empty((NL,))
34cnt = 0
35n=0
36datL2=np.empty((NL,))
37for n in range(NL):
38    datL2[n]=np.sum(datL[n,:]**2) #学習データの計算のさぼり
39
40for n in range(count):
41    for t in range(NL):
42        d[t]=np.sum((datT[n,:]-datL[t,:])**2)
43        #d[t]=np.sum(-2*(datT[n,:]@datL[t,:]))+datL2[t](※)
44    no=d.argmin()
45    if labT[n]==labL[no]: 
46        cnt=cnt+1
47
48print(cnt)
49print(cnt/count)

aokikenichi

2020/07/02 09:20

具体的にどこが困られているのか　ここが時間が掛かり過ぎている　ここをこう変えると高速になるが値が望むとおりにならないなどないと回答しにくいです単に「よりよくしたい」「アルゴリズムの勉強」とのことであれば https://qiita.com/renesisu727/items/e5191a97d3f16a14ebd0 などコード付き記事が多数ありますのでそれらを学ばれるとよいかと思います。