python – Locality Sensitive Hashing – 查找R的概率和值
感谢那些已经回答了我之前的问题并让我走到这一步的人. 我有一个约25,000个向量的表,每个向量有48个维度,值为0-255. 我正在尝试开发一种Locality Sensitive Hash(http://en.wikipedia.org/wiki/Locality-sensitive_hashing)算法,用于查找近邻或最近邻点. 我目前的LSH功能如下:
我现在的问题是: 答:我的代码的“normalvariate(10,4)”部分是否有最佳值?这是在random.normalvariate(http://docs.python.org/library/random.html#random.normalvariate)函数中构建的pythons,我用它来产生“d维向量,其中条目独立于稳定分布选择”.从我的实验来看,价值似乎并不重要. B:在维基百科文章的顶部,它指出:
这里提到的R值是否也是稳定分布部分中提到的R值. (http://en.wikipedia.org/wiki/Locality-sensitive_hashing#Stable_distributions) C:与我之前的问题(B)有关.我发现在我的哈希函数中使用更高的R值将我的向量映射到更小范围的哈希值.有没有办法优化我的R值. D:大概可以使用多少个表? 最佳答案
您可能想要查看“MetaOptimize” – 就像机器学习的Stack Overflow一样.
http://metaoptimize.com/qa 您的问题实际上不是一个python或编程问题,该社区可能能够提供更多帮助. (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |