哪种机器学习算法用于高维匹配？

Question

比方说，我可以用1000种不同的方式定义一个人，所以我有一个特定人的1000个特征。

问题：如果有1,000个功能，我如何运行机器学习算法来确定最佳匹配，或最近/最相似的人？

我尝试了 Kmeans ，但这似乎更多是2个功能，而不是高维度。

Answer 1

你基本上是在某种K Nearest Neighbors Algorithm之后 由于您的数据具有较高的维度，因此您应该浏览以下内容：

1. 维度降低 - 您可能拥有1000个功能，但可能其中一些功能优于其他功能。因此，应用某种Dimensionality Reduction是明智之举。最简单和第一点开始将是Principal Component Analysis (PCA)，其保留~90％的数据（即使用足够的本征向量，其匹配能量的90％及其匹配的本征值）。我认为你会看到明显的减少。
2. 加速K最近邻 - 有很多方法可以加速在高维情况下搜索K-NN。 K D Tree Algorithm将是一个良好的开端。

Answer 2

距离指标

您可以尝试直接应用距离指标（例如cosine similarity）。

受监督的

如果你知道这些人有多相似，你可以尝试以下方法：

神经网络，方法＃1

• 输入：2倍人物特征向量（因此有2000个特征）
• 输出：1浮动（两个人的相似性）
• 可扩展性：与人数呈线性关系

请参阅neuralnetworksanddeeplearning.com以获取精彩的介绍，并Keras查看简单的框架

神经网络，方法＃2

更高级的方法称为度量学习。

• 输入：人物特征向量（因此有2000个特征）
• 输出：k浮动（你选择k，但它应该低于1000）

对于培训，您必须首先在网络上提供网络，存储结果，然后存储第二个人，存储结果，应用您选择的距离度量（例如欧几里德距离），然后反向传播错误