【机器学习课程-华盛顿大学】：4 聚类和检索 4.2 LSH局部敏感哈希

kd-tree：在高维数据时很难处理，而且搜索难度高。   1、LSH是一种找到近似邻居的方法。 比如以下这种情况，找不到真正的最近邻。因为我们只在要寻找的点所在的bin中找最近邻。   2、3个挑战： （1）分割线很难找 （2）质量函数很差时，很难解决：2个点离的很近，但被分到了2个bin中，很难解决 （3）计算量有时候很大：有时候1个bin中分的数据太多   3、提高效率：减少每次查询的点数

>>阅读原文<<