Weaviate的KNN分类算法背后的逻辑是什么？

Question

我正在使用Weaviate的KNN引擎执行多类分类，但我不明白：

• 它用的是哪种KNN？
• 它是使用简单投票还是距离加权投票？
• 是用余弦距离吗？
• 它是使用一种方法来寻找可能的邻居，还是使用蛮力来找到所有真正的近邻？
• 什么是输赢组，它们是如何用来预测新向量的类别的？

Answer 1

好问题，让我一个接一个地回答：

它用的是哪种KNN？

我不太清楚你所说的“什么样”是什么意思，但我认为这将通过剩下的问题得到回答。要记住的一点是，Weaviate的kNN分类使用了特定类的现有向量索引。因此，取决于您是带了自己的向量还是使用了向量化模型，输入参数将决定分类在什么基础上运行。例如，如果在名称为text2vec的text属性上使用description模块，那么这些描述将用于查找最接近的匹配项。

它是使用简单投票还是距离加权投票？

就v1.8.0而言，这只是简单的投票。距离加权投票可能是未来的一个很好的补充。

是用余弦距离吗？

正如第一个答案中提到的，您为类选择的任何设置也将适用于分类。截止到v1.8.0，Weaviate通常使用余弦距离，但也有计划在不久的将来添加other distance metrics。

它是使用一种方法来寻找可能的邻居，还是使用蛮力来找到所有真正的近邻？

与上面类似，它遵循类的设置。通常它使用HNSW approximate index。您可以在类级别上调优其参数。

什么是输赢组，它们是如何用来预测新向量的类别的？

它们是一种工具，用来了解为什么分类会产生这样的结果。获胜组是得票最高的结果的“组”，因此导致项目被归类为这样。失败的组(可以是多个组)是没有获得最高选票的可选的“组”。了解每一组可能是一个很好的洞察力，为未来的分类调整k。