Matlab：如何在局部敏感哈希中创建多个哈希表的概念困难
Matlab : Conceptual difficulty in How to create multiple hash tables in Locality sensitive Hashing
局部敏感哈希 (LSH) 的关键思想是相邻点 v 更有可能
映射到同一个桶，但彼此远离的点更有可能映射到不同的桶。在使用随机投影时，如果数据库包含 N 个样本，每个样本的维度为 d，那么理论上我们必须创建 k 个随机生成的哈希函数，其中 k 是目标缩减维度，表示为 g(**v**) = (h_1(v),h_2(v),...,h_k(v))。因此，对于任何向量点 v，该点都映射到具有 g 函数的 k 维向量。那么哈希码就是一个缩减长度/维度为k的向量，被看成是一个桶。现在，为了增加碰撞概率，理论上我们应该随机拥有 L 个这样的 g 函数 g_1, g_2,...,g_L。这是我不明白的部分。
问题：如何创建多个散列table？一个散列中包含多少个桶 table?
我正在遵循 Yan Xia 等人在论文 Sparse Projections for High-Dimensional Binary Codes 中给出的代码。 al Link to Code
在文件中Coding.m
dim = size(X_train, 2);
R = randn(dim, bit);
% coding
B_query = (X_query*R >= 0);
B_base = (X_base*R >=0);
X_query是每个维度d的查询数据集，有1000个查询样本； R是随机投影，bit是目标降维。 B_query 和 B_base 的输出是 N 个长度为 k 的字符串，取 0/1 个值。
这种方式是否创建多个散列 tables 即 N 是散列 tables 的数量？我很困惑如何。详细的解释会很有帮助。
How to create multiple hash tables?
LSH 通过串联使用（放大的）散列函数创建散列-table：
g(p) = [h1(p), h2(p), · · · , hk (p)], hi ∈R H
g()是一个hash函数，对应一个hashtable。因此，我们通过 g() 将数据映射到该散列 table 并且有可能，接近的将落入同一桶，而不接近的将落入不同的桶。
我们这样做了 L 次，因此我们创建了 L 散列table。请注意，每个 g() is/should 最有可能与其他 g() 哈希函数不同。
注：大k ⇒ P1、P2之间的差距较大。小 P1 ⇒ 大 L 以便找到邻居。一个实际的选择是 L = 5（或 6）。 P1和P2定义如下图：
How many buckets are contained in a hash table?
希望我知道！这是一个难题，sqrt(N) 怎么样，其中 N 是数据集中的点数。检查这个：
The code of Yan Xia
我不是很了解，但是从你说的，我相信你看到的查询数据是1000条，因为我们要提出1000条查询。
k 是字符串的长度，因为我们必须散列查询 以查看它将在散列的哪个桶中table映射。该桶内的点是潜在的（近似）最近邻.
局部敏感哈希 (LSH) 的关键思想是相邻点 v 更有可能
映射到同一个桶，但彼此远离的点更有可能映射到不同的桶。在使用随机投影时，如果数据库包含 N 个样本，每个样本的维度为 d，那么理论上我们必须创建 k 个随机生成的哈希函数，其中 k 是目标缩减维度，表示为 g(**v**) = (h_1(v),h_2(v),...,h_k(v))。因此，对于任何向量点 v，该点都映射到具有 g 函数的 k 维向量。那么哈希码就是一个缩减长度/维度为k的向量，被看成是一个桶。现在，为了增加碰撞概率，理论上我们应该随机拥有 L 个这样的 g 函数 g_1, g_2,...,g_L。这是我不明白的部分。
问题：如何创建多个散列table？一个散列中包含多少个桶 table?
我正在遵循 Yan Xia 等人在论文 Sparse Projections for High-Dimensional Binary Codes 中给出的代码。 al Link to Code
在文件中Coding.m
dim = size(X_train, 2);
R = randn(dim, bit);
% coding
B_query = (X_query*R >= 0);
B_base = (X_base*R >=0);
X_query是每个维度d的查询数据集，有1000个查询样本； R是随机投影，bit是目标降维。 B_query 和 B_base 的输出是 N 个长度为 k 的字符串，取 0/1 个值。
这种方式是否创建多个散列 tables 即 N 是散列 tables 的数量？我很困惑如何。详细的解释会很有帮助。
How to create multiple hash tables?
LSH 通过串联使用（放大的）散列函数创建散列-table：
g(p) = [h1(p), h2(p), · · · , hk (p)], hi ∈R H
g()是一个hash函数，对应一个hashtable。因此，我们通过 g() 将数据映射到该散列 table 并且有可能，接近的将落入同一桶，而不接近的将落入不同的桶。
我们这样做了 L 次，因此我们创建了 L 散列table。请注意，每个 g() is/should 最有可能与其他 g() 哈希函数不同。
注：大k ⇒ P1、P2之间的差距较大。小 P1 ⇒ 大 L 以便找到邻居。一个实际的选择是 L = 5（或 6）。 P1和P2定义如下图：
How many buckets are contained in a hash table?
希望我知道！这是一个难题，sqrt(N) 怎么样，其中 N 是数据集中的点数。检查这个：
The code of Yan Xia
我不是很了解，但是从你说的，我相信你看到的查询数据是1000条，因为我们要提出1000条查询。
k 是字符串的长度，因为我们必须散列查询 以查看它将在散列的哪个桶中table映射。该桶内的点是潜在的（近似）最近邻.