Lib.rs

multiindex

// We're working in 300 dimensional space
const dimension : usize = 300;

// How many sub-indices should there be. More indices increases accuracy, but decreases speed and increases memory consumption.
const indices : u8 = 10

// How many planes should the space be split by. More planes increases speed but decreases accuracy
// A good starting value is: 2 ^ planes * 10 == number of points
const planes : u8 = 10;

// Create the index
let mut index = MultiIndex::new(dimension, 10, 10, &mut thread_rng());

// Populate index
// ...exactly the same as the hyperindex example

// Find the approximately nearest vectors to a random query vector. The key we used was `usize` so we get back a `Vec<DistanceNode<usize>>`
// This requires us to supply the number of points we want and a distance metric to choose them by
const nearest_count : usize = 100;
let result : Vec<DistanceNode<i32>> = index.nearest(&random_unit_vector(dimension, &mut rng), nearest_count, |point, key| {
    return distance(point, get_vector_by_key(key));
});

multiindex通过同时查询多个hyperindex实例并将它们的结果汇总来解决单个hyperindex结果质量差的问题。这允许您通过增加indices计数来直接权衡速度和准确性。从multiindex查询时，您可以指定要检索的项目数量（本例中为100）以及按距离度量的顺序。

调整参数

当使用这个功能时，您必须意识到它是一个概率数据结构 - 返回的结果是近似正确的。您应该尝试调整两个参数，直到达到您满意的性能和精度水平。

平面

hyperindex在它生成的随机超平面之间的空间被分成区域，当您查询索引时，您将简单地得到同一区域内的点列表。

如果您没有很多超平面，您将得到非常大的结果集，并且索引实际上并没有帮助您。这个极限是零超平面，在这种情况下，每个查询都将返回整个集合！

如果您有太多的超平面，每个组中的点数都非常少，结果的质量将受到影响，因为正确答案被分类到不同组的可能性越来越高。一旦 2 ^ 平面 >= 数据点，很可能每个点都将单独在一个组中，并且索引几乎无用。

子索引计数

multiindex包含多个hyperindex实例，每个实例使用相同数量的平面进行分割，但具有不同的（随机化）平面方向。当您查询multiindex时，它会查询所有子索引并将结果合并在一起。这种方法通过从每个子查询中选取最佳结果（根据距离度量）来提高查询的准确性。增加子索引计数会增加内存消耗和查询时间。

如果您没有很多子索引，您基本上只是在查询一个hyperindex，距离度量将无用。