Annoy 介绍
Annoy 是 Spotify 开源的高维空间求近似最近邻的库，在 Spotify 使用它进行音乐推荐。最邻近搜索（Nearest Neighbor
Search, NNS）又称为“最近点搜索”（Closest point search），是一个在尺度空间中寻找最近点的优化问题。
Annoy
能够使用静态文件作为索引，意味着可以跨进程共享索引。它还创建了大量的基于只读文件的数据结构，这些数据结构被嵌入内存中，以便许多进程可以共享相同的数据。Annoy
的另一个好处是它试图最小化内存占用，因此索引非常小。
特性：
- 欧几里德距离， 曼哈顿距离， 余弦距离， 汉明距离或 点(内)积距离
- 余弦距离等价于归一化向量的欧氏距离=sqrt(2-2*cos(u，v)
- 如果你的维度不多(比如<100)，效果会更好，即使达到 1000 个维度，它也表现得非常出色
- 内存使用量小
- 允许你在多个进程之间共享内存
- 索引创建与查找是分开的（特别是在创建树后，就无法添加更多项目）
- 原生 Python 支持
- 在磁盘上生成索引，以便为不适合内存的大型数据集建立索引
Annoy 官网
https://github.com/spotify/annoy
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。