Annoy求近似最近鄰的庫(kù)

Annoy 是 Spotify?開(kāi)源的高維空間求近似最近鄰的庫(kù)，在 Spotify 使用它進(jìn)行音樂(lè)推薦。最鄰近搜索（Nearest Neighbor Search, NNS）又稱(chēng)為“最近點(diǎn)搜索”（Closest point search），是一個(gè)在尺度空間中尋找最近點(diǎn)的優(yōu)化問(wèn)題。

Annoy 能夠使用靜態(tài)文件作為索引，意味著可以跨進(jìn)程共享索引。它還創(chuàng)建了大量的基于只讀文件的數(shù)據(jù)結(jié)構(gòu)，這些數(shù)據(jù)結(jié)構(gòu)被嵌入內(nèi)存中，以便許多進(jìn)程可以共享相同的數(shù)據(jù)。Annoy 的另一個(gè)好處是它試圖最小化內(nèi)存占用，因此索引非常小。

特性：

• 歐幾里德距離，?曼哈頓距離，?余弦距離，?漢明距離或?點(diǎn)(內(nèi))積距離
• 余弦距離等價(jià)于歸一化向量的歐氏距離=sqrt(2-2*cos(u，v)
• 如果你的維度不多(比如<100)，效果會(huì)更好，即使達(dá)到 1000 個(gè)維度，它也表現(xiàn)得非常出色
• 內(nèi)存使用量小
• 允許你在多個(gè)進(jìn)程之間共享內(nèi)存
• 索引創(chuàng)建與查找是分開(kāi)的（特別是在創(chuàng)建樹(shù)后，就無(wú)法添加更多項(xiàng)目）
• 原生 Python 支持
• 在磁盤(pán)上生成索引，以便為不適合內(nèi)存的大型數(shù)據(jù)集建立索引