HnswParameters interface

パッケージ:

@azure/search-documents

hnsw アルゴリズムに固有のパラメーターが含まれます。

プロパティ

efConstruction	インデックス時間中に使用される、最も近い近隣ノード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。
efSearch	検索時に使用される、最も近い近隣ノード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、検索速度が低下する代わりに、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、メモリ消費量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リコールが向上し、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

インデックス時間中に使用される、最も近い近隣ノード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、最も近い近隣ノード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、検索速度が低下する代わりに、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、メモリ消費量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リコールが向上し、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"