高维空间逼近最近邻评测
最近邻方法是机器学习中一个非常流行的方法，它的原理很容易理解：邻近的数据点是相似的数据点，更可能属于同一分类。然而，在高维空间中快速地应用最近邻方法，却是非常有挑战性的工作。
全球最大的流媒体音乐服务商spotify需要向上面的海量用户推荐音乐，其中就用到了最近邻方法。也就是在高维空间、大型数据集上应用最近邻方法。
由于维度高、数据规模大，直接应用最近邻方法并不可行，因此，最佳实践是使用逼近方法搜索最近邻。这方面有不少开源库，比如spotify开源的annoy库。annoy库的作者erik bernhardsson在开发annoy的过程中发现，尽管有成百上千的使用逼近方法搜索最近邻的论文，却很少能找到实践方面的比较。因此，erik开发了ann-benchmarks，用来评测逼近最近邻（approximate nearest neighbor，ann）算法。
评估的实现
annoy spotify自家的c++库（提供python绑定）。annoy最突出的特性是支持使用静态索引文件，这意味着不同进程可以共享索引。
flann 加拿大英属哥伦比亚大学出品的c++库，提供c、matlab、python、ruby绑定。
scikit-learn 知名的python机器学习库scikit-learn提供了lshforest、kdtree、balltree实现。
panns 纯python实现。已“退休”，作者建议使用mrpt。
nearpy 纯python实现。基于局部敏感哈希（locality-sensitive hashing，简称lsh，一种降维方法）。
kgraph c++库，提供python绑定。基于图（graph）算法。
nmslib (non-metric space library) c++库，提供python绑定，并且支持通过java或其他任何支持apache thrift协议的语言查询。提供了swgraph、hnsw、balltree、mplsh实现。
hnswlib（nmslib项目的一部分） 相比当前nmslib版本，hnswlib内存占用更少。
rpforest 纯python实现。主要特性是不需要在模型中储存所有索引的向量。
faiss facebook出品的c++库，提供可选的gpu支持（基于cuda）和python绑定。包含支持搜寻任意大小向量的算法（甚至包括可能无法在ram中容纳的向量）。
dolphinnpy 纯python实现。基于超平面局部敏感哈希算法。
datasketch 纯python实现。基于minhash局部敏感哈希算法。
pynndescent 纯python实现。基于k-近邻图构造（k-neighbor-graph construction）。
mrpt c++库，提供python绑定。基于稀疏随机投影（sparse random projection）和投票（voting）。
ngt: c++库，提供了python、go绑定。提供了panng实现。
数据集
ann-benchmarks提供了一些预先处理好的数据集。
结果
erik提供了在aws ec2机器（c5.4xlarge）上运行测试的结果——跑了好几天才跑完，费用约100美元。
glove-100-angular
sift-128-euclidean
fashion-mnist-784-euclidean
gist-960-euclidean
nytimes-256-angular
glove-25-angular
从以上评测可以看出（越靠上、靠右，成绩越好），几乎在所有数据集上，排名前五的实现为：
hnsw（nmslib的低内存占用版本），比annoy快10倍。
kgraph位于第二，和hnsw的差距不算很大。和hnsw一样，kgraph也是基于图（graph）的算法。
sw-graph，源自nwslib的另一个基于图的算法。
faiss-ivf，源自facebook的faiss。
annoy
在“评估的实现”一节中，我们看到，有不少使用局部敏感哈希（lsh）的库。这些库的表现都不是很好。在之前进行的一次评测中，falconn表现非常好（唯一表现优良的使用局部敏感哈希的库）。但是这次评测中，falconn看上去退步得很厉害——原因未明。
从这次评测来看，基于图的算法是当前最先进的算法（名列三甲的算法全都基于图），特别是hnsw表现突出。
人脸识别技术的到来，温州多家医院实施刷脸看病
能超过亚马逊Kiva机器人的智能机器人系统来了
光伏产业链下半年供需展望，尺寸之争后遗症开始显现
从0到1教你写RT-Thread之裸机系统与多线程系统
基于Cr2C的面内双势垒磁性隧道结中的巨遂穿磁阻
高维空间逼近最近邻评测
一文看懂keil4和keil5最大区别
通信系统内部产生EMI的原因以及消除EMI的方法介绍
基于LM386的两站对讲机电路
华为荣耀畅玩7X发布会最新消息：外观、配置、拍照、价格先知道，发布会视频直播地址
不同种类的二极管如何替换
虎牙提交IPO：拟筹资2亿美元
万元以内的百吋4K激光电视，含菲涅尔柔性屏
5G与云网融合赋能产业新未来的发展趋势
LED照明进入势力消长期
CD1502驱动程序详细讲解过程及源码
安泰ATG-2021B功率信号源在超声无损检测研究中的应用
常见的小型自动气象站的作用是什么
聚焦CES 2013：首款兼容iOS系统的新型血氧仪惊艳亮相
双组份导热凝胶有什么作用
全球最大的流媒体音乐服务商spotify需要向上面的海量用户推荐音乐，其中就用到了最近邻方法。也就是在高维空间、大型数据集上应用最近邻方法。
由于维度高、数据规模大，直接应用最近邻方法并不可行，因此，最佳实践是使用逼近方法搜索最近邻。这方面有不少开源库，比如spotify开源的annoy库。annoy库的作者erik bernhardsson在开发annoy的过程中发现，尽管有成百上千的使用逼近方法搜索最近邻的论文，却很少能找到实践方面的比较。因此，erik开发了ann-benchmarks，用来评测逼近最近邻（approximate nearest neighbor，ann）算法。
评估的实现
annoy spotify自家的c++库（提供python绑定）。annoy最突出的特性是支持使用静态索引文件，这意味着不同进程可以共享索引。
flann 加拿大英属哥伦比亚大学出品的c++库，提供c、matlab、python、ruby绑定。
scikit-learn 知名的python机器学习库scikit-learn提供了lshforest、kdtree、balltree实现。
panns 纯python实现。已“退休”，作者建议使用mrpt。
nearpy 纯python实现。基于局部敏感哈希（locality-sensitive hashing，简称lsh，一种降维方法）。
kgraph c++库，提供python绑定。基于图（graph）算法。
nmslib (non-metric space library) c++库，提供python绑定，并且支持通过java或其他任何支持apache thrift协议的语言查询。提供了swgraph、hnsw、balltree、mplsh实现。
hnswlib（nmslib项目的一部分） 相比当前nmslib版本，hnswlib内存占用更少。
rpforest 纯python实现。主要特性是不需要在模型中储存所有索引的向量。
faiss facebook出品的c++库，提供可选的gpu支持（基于cuda）和python绑定。包含支持搜寻任意大小向量的算法（甚至包括可能无法在ram中容纳的向量）。
dolphinnpy 纯python实现。基于超平面局部敏感哈希算法。
datasketch 纯python实现。基于minhash局部敏感哈希算法。
pynndescent 纯python实现。基于k-近邻图构造（k-neighbor-graph construction）。
mrpt c++库，提供python绑定。基于稀疏随机投影（sparse random projection）和投票（voting）。
ngt: c++库，提供了python、go绑定。提供了panng实现。
数据集
ann-benchmarks提供了一些预先处理好的数据集。
结果
erik提供了在aws ec2机器（c5.4xlarge）上运行测试的结果——跑了好几天才跑完，费用约100美元。
glove-100-angular
sift-128-euclidean
fashion-mnist-784-euclidean
gist-960-euclidean
nytimes-256-angular
glove-25-angular
从以上评测可以看出（越靠上、靠右，成绩越好），几乎在所有数据集上，排名前五的实现为：
hnsw（nmslib的低内存占用版本），比annoy快10倍。
kgraph位于第二，和hnsw的差距不算很大。和hnsw一样，kgraph也是基于图（graph）的算法。
sw-graph，源自nwslib的另一个基于图的算法。
faiss-ivf，源自facebook的faiss。
annoy
在“评估的实现”一节中，我们看到，有不少使用局部敏感哈希（lsh）的库。这些库的表现都不是很好。在之前进行的一次评测中，falconn表现非常好（唯一表现优良的使用局部敏感哈希的库）。但是这次评测中，falconn看上去退步得很厉害——原因未明。
从这次评测来看，基于图的算法是当前最先进的算法（名列三甲的算法全都基于图），特别是hnsw表现突出。
人脸识别技术的到来，温州多家医院实施刷脸看病
能超过亚马逊Kiva机器人的智能机器人系统来了
光伏产业链下半年供需展望，尺寸之争后遗症开始显现
从0到1教你写RT-Thread之裸机系统与多线程系统
基于Cr2C的面内双势垒磁性隧道结中的巨遂穿磁阻
高维空间逼近最近邻评测
一文看懂keil4和keil5最大区别
通信系统内部产生EMI的原因以及消除EMI的方法介绍
基于LM386的两站对讲机电路
华为荣耀畅玩7X发布会最新消息：外观、配置、拍照、价格先知道，发布会视频直播地址
不同种类的二极管如何替换
虎牙提交IPO：拟筹资2亿美元
万元以内的百吋4K激光电视，含菲涅尔柔性屏
5G与云网融合赋能产业新未来的发展趋势
LED照明进入势力消长期
CD1502驱动程序详细讲解过程及源码
安泰ATG-2021B功率信号源在超声无损检测研究中的应用
常见的小型自动气象站的作用是什么
聚焦CES 2013：首款兼容iOS系统的新型血氧仪惊艳亮相
双组份导热凝胶有什么作用