Kuras bibliotēkas izmantot tuvāko kaimiņu meklēšanai?

Mašīnmācības un datu analīzes uzdevumos bieži tiek izmantotas šādas bibliotēkas un rīki:

• scikit-learn (Python) — satur k-Nearest Neighbors (k-NN) algoritma realizāciju, piemērots klasifikācijai un regresijai.
• Faiss (Facebook AI Similarity Search) — C++ bibliotēka ar Python saistībām, optimizēta ātrai tuvāko kaimiņu meklēšanai lielos datu kopumos.
• Annoy (Approximate Nearest Neighbors Oh Yeah) — Spotify izstrādāta bibliotēka ātrai, aptuvenai kaimiņu meklēšanai, piemērota ieteikumiem.
• HNSWlib — efektīva bibliotēka tuvāko kaimiņu meklēšanai, izmantojot maza pasaules grafus.
• FLANN (Fast Library for Approximate Nearest Neighbors) — C++ bibliotēka ātrai, aptuvenai meklēšanai.

Izvēle ir atkarīga no uzdevuma:

• Maziem un vidējiem datu kopumiem piemērots ir scikit-learn.
• Ļoti lieliem datu apjomiem un augstas veiktspējas sistēmām — Faiss vai HNSWlib.

Piemērs, kā izmantot scikit-learn tuvāko kaimiņu meklēšanai:

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)

# Atrast 2 tuvākos kaimiņus punktam [1.5, 1.5]
distances, indices = neigh.kneighbors([[1.5, 1.5]])
print(indices)  # kaimiņu indeksi
print(distances)  # attālumi līdz kaimiņiem