Kokias bibliotekas naudoti artimiausių kaimynų paieškai?

Mašininiam mokymuisi ir duomenų analizės užduotims dažnai naudojamos šios bibliotekos ir įrankiai:

• scikit-learn (Python) — apima k-Nearest Neighbors (k-NN) algoritmo įgyvendinimą, tinkamą klasifikacijai ir regresijai.
• Faiss (Facebook AI Similarity Search) — C++ biblioteka su Python jungtimis, optimizuota greitam artimiausių kaimynų paieškai dideliuose duomenų rinkiniuose.
• Annoy (Approximate Nearest Neighbors Oh Yeah) — Spotify sukurta biblioteka greitai apytikriai ieškoti kaimynų, tinkama rekomendacijoms.
• HNSWlib — efektyvi biblioteka artimiausių kaimynų paieškai naudojant mažo pasaulio grafus.
• FLANN (Fast Library for Approximate Nearest Neighbors) — C++ biblioteka greitai apytikriai paieškai.

Pasirinkimas priklauso nuo užduoties:

• Mažiems ir vidutinio dydžio duomenų rinkiniams tinka scikit-learn.
• Labai dideliems duomenų kiekiams ir aukštos našumo sistemoms — Faiss arba HNSWlib.

Pavyzdys, kaip naudoti scikit-learn artimiausių kaimynų paieškai:

from sklearn.neighbors import NearestNeighbors
import numpy as np

X = np.array([[0, 0], [1, 1], [2, 2], [3, 3]])
neigh = NearestNeighbors(n_neighbors=2)
neigh.fit(X)

# Rasti 2 artimiausius kaimynus taške [1.5, 1.5]
distances, indices = neigh.kneighbors([[1.5, 1.5]])
print(indices)  # kaimynų indeksai
print(distances)  # atstumai iki kaimynų