Efficiently matching sets of features with random histograms
概要
id:tsubosakaさんから教わった．特徴ベクトルの集合(sets of features)間の類似度を計る．
手法
集合をヒストグラムで表現する．Fig.4が非常にわかりやすい．
具体的には
- 集合の要素をLSHでhash化
- 得られたM個のhashを足しあわせてヒストグラムにするとこれが集合の特徴ベクトル
- 元データがどんなに高次元でもおｋ
- これをN個のhash functionで試す
- あとはこれをつなげてsuper histogramにすれば比較可能に
あとはnormとかsimilarity functionとの関係性を述べている．
そもそも
2つのデータ集合間の類似度をどう測ればいいかというのが分からずにtwitterで聞いたら教わった．
