pyLSHash：Python 100行代码实现LSH(Locality Sensitive Hashing)算法

项目特点：

• 支持自定义距离函数
• 支持很多种数据库，例如 redis、MongoDB等

项目地址：https://github.com/guofei9987/pyLSHash

安装

$ pip install pyLSHash

使用

from pyLSHash import LSHash
lsh = LSHash(hash_size=6, input_dim=8)
lsh.index([1, 2, 3, 4, 5, 6, 7, 8])
lsh.index([2, 3, 4, 5, 6, 7, 8, 9])
# attach extra_data
lsh.index([2, 3, 4, 5, 6, 7, 8, 9], extra_data="可以随意插入额外信息")
lsh.index([10, 12, 99, 1, 5, 31, 2, 3])
# 返回最近的一批向量，并按照距离排序
res = lsh.query([1, 2, 3, 4, 5, 6, 7, 7])
[((1, 2, 3, 4, 5, 6, 7, 8), 1.0), ((2, 3, 4, 5, 6, 7, 8, 9), 11)]

如何自定义距离函数？

# 定义你自己的距离函数
def l1norm_dist(x, y):
return sum(abs(x - y))
# 然后获取最近的一批向量
res2 = lsh.query([1, 2, 3, 4, 5, 6, 7, 7], dist_func=l1norm_dist)
print(res2)

如何自定义数据库？

step1：用数据库建立一个类（这里以Redis为例）

from pyLSHash import LSHash
from pyLSHash.storage import StorageBase
import redis
import json
class MyStorage(StorageBase):
def __init__(self):
self.storage = redis.StrictRedis(host='localhost', port=6379, decode_responses=True)
def keys(self, pattern="*"):
return self.storage.keys(pattern)
def set_val(self, key, val):
self.storage.set(key, val)
def get_val(self, key):
return self.storage.get(key)
def append_val(self, key, val):
self.storage.rpush(key, json.dumps(val))
def get_list(self, key):
res_list = [json.loads(val) for val in self.storage.lrange(key, 0, -1)]
return tuple((tuple(item[0]), item[1]) for item in res_list)
def clear(self):
for key in self.storage.keys():
self.storage.delete(key)

step2：使用自定义的数据库，来实现LSH

lsh = LSHash(hash_size=6, input_dim=8
, storage_instance=MyStorage())
lsh.index([1, 2, 3, 4, 5, 6, 7, 8])
lsh.index([2, 3, 4, 5, 6, 7, 8, 9])
lsh.index([2, 3, 4, 5, 6, 7, 8, 9], extra_data="some vector info")
lsh.index([10, 12, 99, 1, 5, 31, 2, 3])
lsh.index([10, 12, 99, 1, 5, 31, 2, 3])
res = lsh.query([1, 2, 3, 4, 5, 6, 7, 7])

当然，如果不定义数据库，就会在内存中运行啦。

最后

以上就是勤奋向日葵为你收集整理的pyLSHash：Python 100行代码实现LSH(Locality Sensitive Hashing)算法的全部内容，希望文章能够帮你解决pyLSHash：Python 100行代码实现LSH(Locality Sensitive Hashing)算法所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。