关于n置换的Minhash实现的建议

Question

我试图了解LSH的实现。我在stackoverflow上找到了

Can you suggest a good minhash implementation?

我尝试遵循Duhaime的实施方式。

就我而言，我希望对minhash应用置换（例如在datasketch工具中），我认为此实现对我不利。 我已经从稀疏矩阵开始了。

有人可以对此技术提出一些建议吗？不是很分散，所以我找不到关于使用Python实现的更多材料。

希望您能帮忙。

Answer 1

不仅要查找示例代码。尝试了解其背后的数学原理。

显然，maxhash应该工作类似。或者，您可以省略0个值。但是然后您应该仔细检查数学。