Разобради статью "Sim. search in high dimensions..." in ("Proc. of 25th VLDB conf", 1999)
Питонячий прототип алгоритма, предлженного в статье, для метрики Хэмминга.
Мирон aka @Gezort работает над l1 метрикой для этого прототипа.
Прототип работает, слабо, но покрыт тестами
git clone git@github.com:nkdhny/lsh.git
cd ./lsh/etc
python -m nose ./test_hamming.py- Лучше покрыть тестами, убедившись, что с ростом количества хэшей метод перейдет в точный
K-NN - Зафиксировать контракты с учетом работы Матвея по прикручиванию новых метрик
- Переписать на
C++имея на руках готовые контракты и понимание того как это работае
- Погонять на синтетических данных
- Написать удобного клиента, понимающего формат данных например как у
VW - Погонять на реальных данных