machine-learning - 是否可以使用具有余弦相似度的 KDTree？

Question

例如，看起来我无法在 sklearn KDTree 中使用此相似性度量，但我需要，因为我正在使用测量单词向量相似性。对于这种情况，快速鲁棒定制算法是什么？我了解本地敏感度哈希，但它应该经过大量调整和测试才能找到参数。

Answer 1

当您首先对所有数据点进行归一化时，您使用余弦相似度获得的排名相当于欧氏距离的排名顺序。因此，您可以使用 KD 树来计算 KD 树的 k 个最近邻，但您需要重新计算余弦相似度。

余弦相似度不是通常提出的距离度量，但它可以转换为距离度量。如果完成，您可以使用其他结构(例如球树)直接使用余弦相似度进行加速神经网络。我已经在JSAT中实现了这个库，如果您对 Java 实现感兴趣。