对于KNN而言，局部敏感哈希似乎是一种很好的技术，没有任何缺点。但是，如果有人在工业中将其用于实际应用，那么局部敏感散列的缺点是什么？在什么情况下LSH会失败或做得有点糟糕？或者编码/调整需要很长时间吗？
答案 0 :(得分：0)
这是一个相当广泛的问题，但由于你是新来的，我会尝试回答。
LSH并不像你描述的那样完美，当然，请搜索有关它的论文。也许这个问题可以提供帮助：How to understand Locality Sensitive Hashing?
有许多LSH库提供自动参数配置，但不是最重要的一个， R ，用于解决随机化 R-near邻居的版本。这是一个主要的缺点， ，因为用户必须这样做 在每个输入 手动识别R.在我看来，这是一个非常重要的方面，在实际应用方面，你必须考虑到这一点。
关于性能，一切都取决于您的输入！例如，在我的kd-GeRaF项目中，我彻底测试了LSH，我发现它在准确性和搜索速度方面可能有一些重要问题。数据集的范围，在高维空间中，执行ANNS。