HnswParameters interface
hnsw アルゴリズムに固有のパラメーターを格納します。
プロパティ
| ef |
インデックス時に使用される、最も近い近傍を含む動的リストのサイズ。 このパラメーターを大きくすると、インデックス作成時間の増加を犠牲にしてインデックスの品質が向上する可能性があります。 特定の時点で、このパラメーターを大きくすると、戻り値が減少します。 |
| ef |
検索時に使用される、最も近い近傍を含む動的リストのサイズ。 このパラメーターを大きくすると、検索速度が低下して検索結果が向上する可能性があります。 このパラメーターを大きくすると、戻り値が減少します。 |
| m | 構築中に新しい要素ごとに作成された双方向リンクの数。 このパラメーター値を大きくすると、メモリ消費の増加とインデックス作成時間の長さを犠牲にして、組み込み次元が高いデータセットの再現率が向上し、取得時間が短縮される可能性があります。 |
| metric | ベクター比較に使用する類似性メトリック。 |
プロパティの詳細
efConstruction
インデックス時に使用される、最も近い近傍を含む動的リストのサイズ。 このパラメーターを大きくすると、インデックス作成時間の増加を犠牲にしてインデックスの品質が向上する可能性があります。 特定の時点で、このパラメーターを大きくすると、戻り値が減少します。
efConstruction?: number
プロパティ値
number
efSearch
検索時に使用される、最も近い近傍を含む動的リストのサイズ。 このパラメーターを大きくすると、検索速度が低下して検索結果が向上する可能性があります。 このパラメーターを大きくすると、戻り値が減少します。
efSearch?: number
プロパティ値
number
m
構築中に新しい要素ごとに作成された双方向リンクの数。 このパラメーター値を大きくすると、メモリ消費の増加とインデックス作成時間の長さを犠牲にして、組み込み次元が高いデータセットの再現率が向上し、取得時間が短縮される可能性があります。
m?: number
プロパティ値
number
metric
ベクター比較に使用する類似性メトリック。
metric?: "cosine" | "euclidean" | "dotProduct" | "hamming"
プロパティ値
"cosine" | "euclidean" | "dotProduct" | "hamming"