lmcinnes/pynndescent

解决的问题

PyNNDescent 解决了在高维空间中高效查找数据点最近邻的问题。它提供了一种快速的近似最近邻（ANN）搜索，能够在避免精确搜索计算成本的同时，保持高精度（80%-100%）。

工作原理

该库实现了 Nearest Neighbor Descent 算法来构建 k-邻域图。为了提升性能，它使用随机投影树进行初始化，并通过修剪图中任意三角形的最长边来实现图的多样化。它支持多种距离度量，包括 Minkowski、角度、相关性、概率度量，以及用户自定义的度量。

适用人群

专为需要高性能 ANN 搜索库的开发者和数据科学家设计，可通过 pip 或 conda 轻松安装，并与 Scikit-learn 无缝集成。

特色亮点

• 在 ANN 基准测试中表现优异，实现快速近似最近邻查询。
• 支持大量内置距离度量（例如：余弦、欧几里得、汉明、Wasserstein）。
• 可使用自定义用户定义的距离度量，且不牺牲性能。
• 提供与 Scikit-learn 的 KDTrees 和 BallTrees 类似的简单接口，用于索引构建和查询。