nearest-neighbor - Nearest Neighbor - ローカリティ センシティブ ハッシュのデメリット

Question

ローカリティ センシティブ ハッシュは、欠点のない KNN にとって優れた手法のように思えます。しかし、誰かが実際のアプリケーションのために業界で使用している場合、局所性に敏感なハッシュの欠点は何でしょうか? LSH はどのような状況で失敗するか、やや悪い動作をしますか? または、コーディング/チューニングに時間がかかりますか?

Answer 1

これはかなり幅広い質問ですが、あなたはここにいるのは初めてなので、答えようとします.

LSH はあなたが説明したほど完璧ではありません。もちろん、それに関する論文を検索してください。たぶん、その質問が役立つかもしれません:ローカリティ センシティブ ハッシュを理解する方法は?

自動パラメーター構成を提供する LSH ライブラリーは多数ありますが、最も重要なものであるRではありません。ユーザーは入力ごとに R を手動で識別しなければならないため、これは大きな欠点です。私の意見では、これは実際のアプリケーションに関して考慮しなければならない非常に重要な側面です。

パフォーマンスに関しては、すべてあなたのインプット次第です！たとえば、私のkd-GeRaFプロジェクトでは、LSH を徹底的にテストしましたが、精度と検索速度に関して重要な問題がある可能性があることがわかりました。ANNS が実行された高次元空間のデータセットの範囲。