向量检索排序
2020-07-20 本文已影响0人
Ary_zz
2020-07-20
如何计算特征距离
欧式距离： 两点间的真实距离，值越小，说明距离越近；
余弦距离：就是两个向量围成夹角的 cosine 值，cosine 值越大，越相似；
汉明距离：一般作用于二值化向量，二值化的意思是向量的每一列只有 0 或者 1 两种取值。
汉明距离的值就两个向量每列数值的异或和，值越小说明越相似，一般用于图片识别；
杰卡德相似系数：* 把向量作为一个集合，所以它可以不仅仅是数字代表，也可以是其他编码，比如词，该值越大说明越相似，一般用于相似语句识别；
如何排序
https://www.6aiq.com/article/1587522027341?p=1&m=0
https://blog.csdn.net/u011233351/article/details/85116719
图
NSW
一个点，越早插入就越容易形成与之相关的“高速公路”连接，越晚插入就越难形成与之相关的“高速公路”连接。所以这个算法设计的妙处就在于扔掉德劳内三角构图法，改用“无脑添加”（NSW朴素插入算法），降低了构图算法时间复杂度的同时还带来了数量有限的“高速公路”，加速了查找。
HNSW
类似skiplist
