<分区>
有没有支持高维向量空间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:
- 为数百万积分工作
- 适用于数十万个维度
- 可能使用覆盖树或局部敏感散列法进行索引
是否存在对此的稳健实现?
<分区>
有没有支持高维向量空间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:
是否存在对此的稳健实现?
最佳答案
有 ANN库,它非常适合高维大型数据集,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(与我无关)的初创公司致力于商业空间数据库,因此根据您的需求和预算,他们可能值得研究。
作为一条建议:当您谈论“数十万维”时,您应该深入思考“最近邻”的真正含义。如果在 20 维立方体中取一百万个随机点,则任意两个最近邻点之间的平均距离已经约为立方体边长的一半。
随着维度的增加,这种情况只会呈指数级恶化。一旦你谈到数百个维度,如果它们分布均匀,你真的需要大量的点(比如 > 1030);如果它们的分布不同,您最好使用其他分类方法。
关于支持快速近似最近邻查询的数据库,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/18818011/