Обычно есть три метода, которые используются для поиска приблизительных ближайших соседей: (1) разбиение пространства (например, kd-tree, rp-tree) (2) спуск ближайшего соседа и (3) хэширование, зависящее от местоположения. Измерение (элемент) каждой точки данных может варьироваться от 5 до 50000 или даже больше. Я хотел бы знать, в чем заключаются преимущества и недостатки этих трех методов, рассматривающих такие высокоразмерные наборы данных.