是否有支持高维向量空间中快速近似最近邻查询的数据库？
我正在寻找适合以下用例的数据库：
- 适用于数百万点
- 适用于数十万维度
- 可能使用覆盖树或局部敏感散列进行索引
是否存在一个强大的实现？
问问题
2496 次
3 回答
3
ANN库非常适用于高维大型数据集，但它不是一个完整的“数据库”，也不是一个分布式解决方案。
有一家名为 SpaceCurve 的初创公司（与我无关）致力于商业空间数据库，因此根据您的需求和预算，它们可能值得研究。
作为一条建议：当您谈论“十万维”时，您应该深入思考“最近的邻居”的真正含义。如果你在一个 20 维的立方体中取一百万个随机点，任何两个最近邻之间的平均距离已经大约是立方体边缘长度的一半。
当您添加维度时，这只会以指数方式变得更糟。一旦你谈论数百个维度，如果它们有点均匀分布，你真的需要大量的点（比如 > 10 30 ）；如果它们分布不同，则最好使用其他分类方法。
于 2013-09-16T00:51:51.193 回答
1
于 2020-04-14T06:52:10.470 回答
0
你可能想看看 Facebook 的 Faiss。
从文档中：
Faiss 是一个用于高效相似性搜索和密集向量聚类的库。它包含在任意大小的向量集中搜索的算法，直到那些可能不适合 RAM 的向量
请注意，它仅适用于 L2（欧几里得）距离和点积。
项目链接 - Faiss
于 2019-05-02T11:54:49.713 回答