c++ - 具有余弦距离的 mlpack 最近邻？

Question

我想使用 mlpack 中的 NeighborSearch 类对一些表示文档的 vector 执行 KNN 分类。

我想使用余弦距离，但我遇到了麻烦。我认为这样做的方法是使用内积度量“IPMetric”并指定 CosineDistance 内核......这就是我所拥有的:

NeighborSearch<NearestNeighborSort, IPMetric<CosineDistance>> nn(X_train);

但是我得到以下编译错误:

/usr/include/mlpack/core/tree/hrectbound_impl.hpp:211:15: error: ‘Power’ is not a member of ‘mlpack::metric::IPMetric<mlpack::kernel::CosineDistance>’
 sum += pow((lower + fabs(lower)) + (higher + fabs(higher)),
           ^
/usr/include/mlpack/core/tree/hrectbound_impl.hpp:220:3: error: ‘TakeRoot’ is not a member of ‘mlpack::metric::IPMetric<mlpack::kernel::CosineDistance>’
if (MetricType::TakeRoot)
^

我怀疑问题可能是默认的树类型KDTree不支持这个距离度量？如果这是问题所在，是否有适用于 CosineDistance 的树类型？

最后，是否可以使用暴力搜索？我似乎找不到完全不使用树的方法...

谢谢!

Answer 1

不幸的是，正如您所怀疑的，任意度量类型不适用于 KDTree——这是因为 kd 树需要一个可以分解为不同维度的距离。但这对于 IPMetric 是不可能的。相反，为什么不尝试使用覆盖树呢？树的构建时间可能会稍微长一些，但它应该提供相当的性能:

NeighborSearch<NearestNeighborSort, IPMetric<CosineDistance>, arma::mat,
    tree::StandardCoverTree> nn(X_train);

如果要进行暴力搜索，在构造函数中指定搜索方式:

NeighborSearch<NearestNeighborSort, IPMetric<CosineDistance>, arma::mat,
    tree::StandardCoverTree> nn(X_train, NAIVE_MODE);

希望对您有所帮助；如果我能澄清任何事情，请告诉我。