我已经读过这个问题，但不幸的是它没有帮助。
我不了解的是，一旦我们了解了将哪个存储桶分配给高维空间查询向量，我们便会做些什么q：假设使用我们的一组局部敏感的族函数，h_1,h_2,...,h_n我们已将其转换q为低维（n维）哈希码c。
然后c是q分配给该存储桶的索引，并在其中（希望）还分配了其最近邻居（假设有100个向量）。
现在，我们为了找到做q的NN是计算之间的距离，q并且只有这100个载体，是正确的？因此，的使用c仅用于索引编制（仅用于确定分配给哪个存储桶q），对吗？
如本调查中所述（第2.2节），“哈希表查找”（先前描述的方法）的另一种替代方法是“快速距离近似”，因此我们进行了详尽的研究，在其中计算c了生成的表和生成的表之间的距离。相对于数据集中每个元素的哈希码。由于散列码位于低维空间中并且距离计算得较快，因此这应该是快速的（例如，如果散列码空间是二进制的，那么我们可以使用XOR运算符来快速计算汉明码）两个哈希码之间的距离）。
现在，我想知道的是：这两种方法的优点/缺点是什么？为什么我应该使用一种方法而不是另一种方法？
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句