從緯度/經(jīng)度數(shù)據(jù)（以弧度為單位）開始，我試圖有效地找到最接近的n個鄰居，理想情況下是測地線（WGS-84）的距離。現(xiàn)在，我使用sklearn的BallTree與半正矢距離（KD-特雷斯只需要minkowskian距離），這是很好的和快速（3-4秒內(nèi)找到最近的5個鄰居在7500個可能的匹配1200個位置），但不準確的我需要。代碼：tree = BallTree(possible_matches[['x', 'y']], leaf_size=2, metric='haversine')distances, indices = tree.query(locations[['x', 'y']], k=5)當我用自定義函數(shù)代替metric（metric=lambda u, v: geopy.distance.geodesic(u, v).miles）時，將花費“不合理的”長時間（在與上述相同的情況下為4分鐘）。據(jù)記載，自定義函數(shù)可能會花費很長時間，但是并不能幫助我解決問題。我看過使用帶有ECEF坐標和歐幾里得距離的KD-Tree，但是我不確定這是否更準確。如何保持當前方法的速度，但提高距離精度？