nearest-neighbor - 最近邻 - 局部敏感哈希劣势

Question

局部敏感散列对于 KNN 来说似乎是一种很好的技术，没有任何缺点。但是，如果有人在工业中将其用于实际应用，那么局部敏感散列的缺点是什么？ LSH在什么情况下会失败或者做的有些糟糕？还是编码/调整需要很长时间？

Answer 1

这是一个相当广泛的问题，但由于您是新来的，我会尝试回答。

LSH并没有你描述的那么完美，当然，请搜索相关论文。也许这个问题可以帮助:How to understand Locality Sensitive Hashing?

有许多 LSH 库提供了自动参数配置，但最重要的 R 却没有，它用于解决随机问题R-近邻的版本。这是一个主要缺点，因为用户必须在每个输入处手动识别 R。在我看来，这是您在实际应用中必须考虑的一个非常重要的方面。

关于性能，这完全取决于您的输入!例如 kd-GeRaF在我的项目中，我对 LSH 进行了彻底的测试，我发现它在准确性和搜索速度方面可能存在一些重要问题。执行 ANNS 的高维空间中的数据集范围。