Zsusan7的博客

根据brazilian-ecommerce-public-archive上的数据做Sales Prediction导入库import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport seaborn as snsimport datetimefrom scipy.stats import kstestfrom sklearn.model_selection import cross_val_scorefr

定义：采用分而治之思想，将原始数据通过映射方法划分到不同的向量空间，针对大规模的搜索任务，通过映射函数在向量相似的空间进行遍历查询。常用的几种算法：基于图的索引量化法：HNSW基于树：Annoy基于哈希：SLHHNSW（Hierarchical Navigable Small World）是通过贪心算法遍历图，找出当前数据集中的最近邻点（局部最小值），以此作为插入并构建生成层状网络图，通过在下一层中不断寻找最近邻点插入构建，从而完成对特征向量集的维度分层、数据压缩、索引生成。检索时，采用自上而