mlpack最近邻居与余弦距离？

Question

我想使用mlpack中的NeighborSearch类对一些表示文档的向量执行KNN分类。

我想使用余弦距离，但我遇到了麻烦。我认为这样做的方法是使用内积度量"IPMetric“并指定CosineDistance内核……这就是我所拥有的：

NeighborSearch<NearestNeighborSort, IPMetric<CosineDistance>> nn(X_train);

但是我得到了以下编译错误：

/usr/include/mlpack/core/tree/hrectbound_impl.hpp:211:15: error: ‘Power’ is not a member of ‘mlpack::metric::IPMetric<mlpack::kernel::CosineDistance>’
 sum += pow((lower + fabs(lower)) + (higher + fabs(higher)),
           ^
/usr/include/mlpack/core/tree/hrectbound_impl.hpp:220:3: error: ‘TakeRoot’ is not a member of ‘mlpack::metric::IPMetric<mlpack::kernel::CosineDistance>’
if (MetricType::TakeRoot)
^

我怀疑问题可能是缺省树类型KDTree不支持此距离度量？如果这就是问题所在，有没有适用于CosineDistance的树类型？

最后，是否可以使用暴力搜索？我似乎找不到一种方法来使用没有树...

谢谢!

Answer 1

不幸的是，正如您所怀疑的那样，任意度量类型不适用于KDTree-这是因为kd-tree需要一个可以分解为不同维度的距离。但对于IPMetric来说，这是不可能的。相反，为什么不尝试使用封面树呢？树的构建时间可能会稍长一些，但它应该提供类似的性能：

NeighborSearch<NearestNeighborSort, IPMetric<CosineDistance>, arma::mat,
    tree::StandardCoverTree> nn(X_train);

如果要执行暴力搜索，请在构造函数中指定搜索模式：

NeighborSearch<NearestNeighborSort, IPMetric<CosineDistance>, arma::mat,
    tree::StandardCoverTree> nn(X_train, NAIVE_MODE);

我希望这是有帮助的；如果我能澄清什么，请告诉我。