我们正在使用MinHash LSH Forest的{{1}}实现，实现基于 Locality Sensitive Hashing（LSH）的推荐系统。
分析结果后，我们发现Datasketch MinHash LSH Forest不推荐给定查询的最接近匹配项。
我们使用(Datasketch)的{{1}}分析了预测的匹配和实际最接近的匹配（注意：MinHash LSH与Datasketch不同），发现即使尽管MinHash LSH的效果很好，但MinHash LSH Forest的结果却不正确。
MinHash LSH例如， 假设有3个句子，
句子A：查询文字。
句子B：最接近的比赛。
句子C：预计匹配。
MinHash LSH Forest在哪里
def get_forest(df, permutations, p_trees): lemmatizer = WordNetLemmatizer() minhash = [] for i in range(len(df)): text = df.iloc[i,8] tokens = process_text(text, lemmatizer) if tokens is None: pass m = MinHash(num_perm = perms) for s in tokens: m.update(s.encode('utf8')) minhash.append(m) forest = MinHashLSHForest(num_perm = perms, l = p_trees) for i,m in enumerate(minhash): forest.add(i,m) forest.index() return forest：句子A和句子B之间的实际Jaccard相似性。
J_AB = 0.38, J_MinHash_AB = 0.39, J_AC = 0.2, J_MinHash_AC = 0.2：句子A和句子C之间的实际Jaccard相似性。
J_AB：句子A和句子B之间的Jaccard相似性 由MinHash LSH计算。
J_AC：句子A和句子C的Jaccard相似性 由MinHash LSH计算。
我们有两个问题，
为什么J_MinHash_AB建议将句子C作为句子A的最近邻居而不是句子B？
鉴于J_MinHash_AC将产生多个Jaccard相似性，即Datasketch MinHash LSH Forest，MinHash LSH Forest，J_MinHash_AB，…………，J_MinHash_AC可以一次访问他们都是吗？