标签：min   ali   ctr   线性   最小   基本   mamicode   需要   src   

1.Locality-Sensitive Hashing(LSH, 局部敏感哈希)

如果我们的数据非常大，有多个对象，如果一对一对的比较，需要比较N*（N-1）/2，检查每一对数据很困难。
大体思路：用一个函数f(x, y)来判断x和y是不是一个候选对，计算候选对的相似度。
For minhash matrics:把矩阵列分为很多桶(buckets),相似度高的行放到相同的桶里。

LSH for Minhash Signatures

• 将矩阵M分为b个band，每个band包含r行。
• 每个band对应k个桶(bucket)，k尽量大。
• 候选列对选择在同一个桶里，$\geq$ 1band。

• 调整b和r捕捉最相似的对。
  
  
  t是阈值，相似的会更加相似，不相似的会更加不相似。

  2. Learn to Hash

  2.1 LSH function(Random Hyperplanes)

  hashing function是用来产生Hash Code，根据不同的超平面可以产生不同位数的hash code。
  

• rT*x是一个超平面。

  2.2 PCA Hashing

  1.Projection Stage:得到一个转换矩阵W，Y = W^T
  2.Quantization Stage(定量阶段):h(x) = sgn(W^Tx)
  Q(B, Y) = ||B - Y^TR||_F²
  B = Sgn(Y^TR)
  R = orthogonal matrix
  B = binary hash code
  Y = W^TX
  最基本的方法就是变换数据是的定量损失最小，此变换指线性代数中的线性变换。
  

  2.3 Spectral Hashing(谱哈希)

  

  2.4

  相较于数据独立方法，数据依赖方法(data-dependent methods/learning to hash)使用短的二进制代码可以获得更高的精度和可比较性。也可分为监督学习和非监督学习。
  

HASHING(2)

标签：min   ali   ctr   线性   最小   基本   mamicode   需要   src   

原文地址：https://www.cnblogs.com/sharalynwon/p/10596141.html