如何在Spark的Bucketed Random Projection中选择铲斗长度？

Question

如何在Spark的LSH算法Bucketed Random Projection中以最佳方式选择铲斗长度？

使用.setBucketLength（）设置此参数，例如来自Spark文档：

  val brp = new BucketedRandomProjectionLSH()
  .setBucketLength(2.0)
  .setNumHashTables(3)
  .setInputCol("keys")
  .setOutputCol("values")

任何支持铲斗长度选择的理论参考都将受到赞赏。

我能在网上找到的唯一建议是this one，这并没有解释所选启发式的选择。

  

要指定bucketLength的值，如果输入向量被标准化，则1-10次pow（numRecords，-1 / inputDim）将是合理的值。

因此，我不确定为什么启发式算法应该起作用。