Solr 专家，我非常感谢您对我的问题的一些建议。
我想使用 Solr 构建一个多维空间，比如说 5 个维度。在这个空间中，应该有点，例如
P1 (0.3, 0.3, 0.3, 0.3, 0.3)
P2 (0.5, 0.5, 0.5, 0.5, 0.1)
P3 (0.5, 0.1, 0.1, 0.1, 0.1)
现在我想找到最接近给定点的点，例如
Px (0.5, 0.5, 0.5, 0.5, 0.5)
我试图找到有关多维空间搜索的可靠信息。但我找不到任何有帮助的东西。
在 Solr Wiki 中有一篇关于Spatial Search的文章。但他们只使用二维。
所以我的问题是：Solr 是否提供多维空间搜索的功能？
您可以使用主成分分析或T 分布随机邻居嵌入将 5 维空间缩减为 2 维表示，然后您可以使用 Solr 为数据集上的任何点找到最近的邻居。
根据这个问题，t-SNE 似乎是最适合您的问题的选项。
这里有一个Python t-SNE 教程，但我认为这足以解决您的问题：
from sklearn.manifold import TSNE
X = np.array([ [0.3, 0.3, 0.3, 0.3, 0.3], [0.5, 0.5, 0.5, 0.5, 0.1], [0.5, 0.1, 0.1, 0.1, 0.1], [0.5, 0.5, 0.5, 0.5, 0.5] ])
reduced_points = TSNE(n_components=2, random_state=0, angle=.99, init='pca').fit_transform(X)
reduced_points = [ [int(x[0]*100), int(x[1]*100)] for x in reduced_points ]
然后你会在二维空间中得到你的分数。
>>> reduced_points
[[-21020, 2023], [-12745, -16097], [-2899, 10298], [5375, -7822]]
这在 Solr 中不受支持，但在 Lucene 中受支持。