Diferentes pivotes

En las gráficas de las figuras , , y muestran el comportamiento del algoritmo para diferentes $K$ y como influye el número de pivotes con este comportamiento, las cuatro gráficas fueron desarrolladas para una dimensión de 8. En estas gráficas es importante notar que a medida que se usan más y más pivotes se reduce el número de cálculos de distancia necesarios para encontrar los $K$ vecinos más cercanos, sin embargo es claro que a medida que crece el número de pivotes, se necesita más memoria para construir el índice.

Figura: Gráfica con 40,000 objetos, en dimensión 8, con 32 pivotes, 8 bits, para diferentes $K$

Figura: Gráfica con 40,000 objetos, en dimensión 14, con 32 pivotes, 8 bits, para diferentes $K$

Figura: Gráfica con 40,000 objetos, en dimensión 8, con 128 pivotes, 8 bits, para diferentes $K$

Figura: Gráfica con 40,000 objetos, en dimensión 14, con 128 pivotes, 8 bits, para diferentes $K$