关于n置换Minhash实现的建议

Question

我正在尝试理解LSH的实现。我在stackoverflow上发现了这个

Can you suggest a good minhash implementation?

我试着遵循Duhaime的实现。

在我的例子中，我希望在minhash上应用一个置换(就像在datasketch工具中一样)，我认为这种实现对我来说并不好。我已经从稀疏矩阵开始了。

有没有人可以给出一些关于这个技术的建议？不是很普及，所以我找不到更多关于Python实现的材料。

我希望你能帮上忙。

Answer 1

不要只是寻找示例代码。试着理解它背后的数学原理。

显然，maxhash的工作原理与此类似。或者，您可以省略0值。但是，你应该仔细检查一下数学。