在R中保存并逐步更新最近邻模型
有几个最近邻居的R包（例如，FNN，RANN，yaImpute），但是他们都没有似乎允许节约NN数据结构（包括树，KD树等），以便可以计算新查询的最近邻居重build整棵树。 R中有这样的function吗？
我正在寻找一个函数返回一个数据结构，我可以随着新的数据到达执行近似K最近邻居search增量更新。
为什么没有NN包做这件事有一个很好的理由。
原因在于“NN数据结构”必然包括所有input数据点（以KD树的forms），所以没有空间节省input数据。 看起来，不需要为每个新的input重新创buildKD树节约了时间 ，但事实并非如此，唉。
原因在于build立KD树的时间总体上比线性的差 。 这意味着，对于大量input， 在构buildKD树之前对数据进行sorting是有意义的，因为这样会更快地产生KD树，并且会更好地平衡，这也会改善search（也比对数更差， 一般来说）。 这种方法会加速build模和评估，但是不鼓励增量更新。
我认为，最好的办法是find一个通用的KD-tree软件包，然后使用它。
nabor软件包可以让你build立一个树，然后在其上执行查询。 但我不认为它可以让你逐步更新树。
