我注意到,LSH似乎是查找具有高维属性的类似项目的好方法。
阅读http://www.slaney.org/malcolm/yahoo/Slaney2008-LSHTutorial.pdf文件后,我仍然对那些公式感到困惑。
有谁知道博客或文章解释这种简单方法?
最佳答案
我为LSH看到的最好的教程是在《大规模数据集的挖掘》一书中。
检查第3章-查找相似项目
http://infolab.stanford.edu/~ullman/mmds/ch3a.pdf
我也推荐下面的幻灯片:
http://www.cs.jhu.edu/%7Evandurme/papers/VanDurmeLallACL10-slides.pdf。
幻灯片中的示例对我了解余弦相似性的哈希值有很大帮助。
我从Benjamin Van Durme & Ashwin Lall, ACL2010中借了两张幻灯片,并尝试解释LSH系列的余弦距离直觉。
我在这里有一些使用余弦相似度的python示例代码(仅50行)。
https://gist.github.com/94a3d425009be0f94751