关于局部敏感哈希算法(LSH)的应用场景

LSH最大的作用是对海量高维数据降维(一般流程是先为这些大型的文本建立词库,然后通过降维的具体算法,如minHash,stableHash这些,为每个大型文本构建签名矩阵,然后使用Jacaard,这些进行相似度计算,然后把相似度相近的放到一个桶里),然后在桶内进行最近邻查找,在一些大型的数据中,如多个知识图谱的相似性判断,则可以用LSH,比如我需要快速判定百度百科和互动百科的相似度,等等~

你可能感兴趣的:(机器学习,知识图谱,算法)