Biblioteki LSH w Javie

Question

Poszukuję lekkiej biblioteki Java obsługującej najbliżej sąsiadujące wyszukiwania według szumu lokalnego w prawie równomiernie rozproszonych danych w wysokiej jakości (w moim przypadku 32) zbiorze danych z setkami tysięcy punktów danych.

Jest wystarczająco dobrze, aby uzyskać wszystkie wpisy w wiadrze dla zapytania. Które z nich naprawdę potrzebuję, mogą być przetworzone w inny sposób, biorąc pod uwagę niektóre parametry filtru, które obejmuje mój problem.

Znalazłem już likelike, ale mam nadzieję, że istnieje coś nieco mniejszego i bez potrzeby stosowania jakichkolwiek innych narzędzi (takich jak Apache Hadoop w przypadku).

Answer 1

Jest to jedno: http://code.google.com/p/lsh-clustering/

nie miałem czasu, aby go przetestować, ale przynajmniej to kompiluje.

Answer 2

Oto inny: https://github.com/allenlsy/knn

Wykorzystuje LSH dla KNN. Jestem obecnie bada to użyteczność =)

Answer 3

Może to jedno:

„TarsosLSH jest biblioteką Java realizacji Miejscowość wrażliwego mieszaja (LSH), praktyczny najbliższy algorytm wyszukiwania sąsiad dla wielowymiarowych wektorów, które prowadzi działalność w sublinear czasie Obsługuje kilka rodzin Hashing lokalnych (LSH): rodzina mieszania euklidesowego (L2), rodzina mieszania bloków miejskich (L1) i rodzina mieszania cosinus. Biblioteka stara się trafić w słodkie miejsce pomiędzy zdolnością wystarczającą do wykonania prawdziwych zadań, i wystarczająco zwięzłe, aby pokazać, jak działa LSH. "

Kod można znaleźć here

Answer 4

Ramy wydobycie ELKI dane pochodzą z indeksem LSH. Może być używany z większością algorytmów (wszystko, co używa zakresu lub nn wyszukiwania), a czasami działa bardzo dobrze.

W innych przypadkach LSH nie wydaje się dobrym podejściem. Poprawne parametry LSH mogą być dość trudne: jeśli wybierzesz niektóre parametry za wysoko, środowisko uruchomieniowe będzie rosło (aż do skanowania liniowego). Jeśli wybierzesz je zbyt niskie, indeks stanie się zbyt przybliżony i straci wielu sąsiadów.

To chyba największe wyzwanie z LSH: znalezienie dobrych parametrów, które otrzymano żądany przyspieszenie i dostaniem dość dobrą dokładność z indeksu ...