思想

局部敏感哈希的基木思想是通過一組哈希函數(shù)，把相似的數(shù)據(jù)對象哈希到相同的哈希桶中，使得越相似的數(shù)據(jù)對象被哈希到相同桶中的概率越高。在查詢時，查詢的對象經(jīng)過相同的哈希函數(shù)哈希到某些哈希桶中，這些桶中的數(shù)據(jù)對象構(gòu)成候選集，這就過濾掉大量的相似概率很低的數(shù)據(jù)對象。接著對候選集中的數(shù)據(jù)項逐一計算與查詢項的精確距離或相似度，驗證其與查詢項之間的相似性。該框架稱為過濾驗證框架(Filter-and-Refine Framework)。局部敏感哈希通過把相似的數(shù)據(jù)對象哈希到哈希桶中，避免了查詢對象與所有數(shù)據(jù)對象的逐個比較，提高了查詢的效率；同時通過少量的精確計算完成相似性的驗證，保證查詢結(jié)果的準(zhǔn)確性。
在哈希桶的構(gòu)造過程中也會出現(xiàn)將不相似的元素裝入桶中，而將真正相似的元素排外的情況，這就要求哈希的構(gòu)造過程是多次的，而不是說一次完成的。

改善LSH的查詢質(zhì)量的方法

1.使用AND構(gòu)造

2.使用OR構(gòu)造

局部敏感哈希的種類

1.Minhash

2.Simhash

3.基于p-穩(wěn)態(tài)的哈希函數(shù)族

LSH缺點

LSH成功地將高維向量的相似性轉(zhuǎn)化為低維空間的近似相似性問題，盡可能的降低數(shù)據(jù)的損失保證了數(shù)據(jù)在低維空間的相似性。但是數(shù)據(jù)量巨大的時候，為了得到高質(zhì)量的查詢結(jié)果，所需的數(shù)據(jù)維度依舊是很大的，同時還需要消耗掉大量的存儲空間來維持哈希表

總結(jié)

以上是生活随笔為你收集整理的浅谈局部敏感哈希LSH的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。