다음을 통해 공유


HnswParameters interface

hnsw 알고리즘과 관련된 매개 변수를 포함합니다.

속성

efConstruction

인덱스 시간 동안 사용되는 가장 가까운 인접 항목이 포함된 동적 목록의 크기입니다. 이 매개 변수를 늘리면 인덱싱 시간이 늘어나면서 인덱스 품질이 향상될 수 있습니다. 특정 시점에서 이 매개 변수를 늘리면 반환이 감소합니다.

efSearch

검색 시간 동안 사용되는 가장 가까운 인접 항목이 포함된 동적 목록의 크기입니다. 이 매개 변수를 늘리면 검색 결과가 향상되고 검색 속도가 느려질 수 있습니다. 이 매개 변수를 늘리면 반환이 줄어듭니다.

m

생성 중에 모든 새 요소에 대해 생성된 양방향 링크 수입니다. 이 매개 변수 값을 늘리면 메모리 사용량이 증가하고 인덱싱 시간이 길어지는 대신 내장 차원이 높은 데이터 세트에 대한 회수 및 검색 시간이 단축될 수 있습니다.

metric

벡터 비교에 사용할 유사성 메트릭입니다.

속성 세부 정보

efConstruction

인덱스 시간 동안 사용되는 가장 가까운 인접 항목이 포함된 동적 목록의 크기입니다. 이 매개 변수를 늘리면 인덱싱 시간이 늘어나면서 인덱스 품질이 향상될 수 있습니다. 특정 시점에서 이 매개 변수를 늘리면 반환이 감소합니다.

efConstruction?: number

속성 값

number

efSearch

검색 시간 동안 사용되는 가장 가까운 인접 항목이 포함된 동적 목록의 크기입니다. 이 매개 변수를 늘리면 검색 결과가 향상되고 검색 속도가 느려질 수 있습니다. 이 매개 변수를 늘리면 반환이 줄어듭니다.

efSearch?: number

속성 값

number

m

생성 중에 모든 새 요소에 대해 생성된 양방향 링크 수입니다. 이 매개 변수 값을 늘리면 메모리 사용량이 증가하고 인덱싱 시간이 길어지는 대신 내장 차원이 높은 데이터 세트에 대한 회수 및 검색 시간이 단축될 수 있습니다.

m?: number

속성 값

number

metric

벡터 비교에 사용할 유사성 메트릭입니다.

metric?: "cosine" | "euclidean" | "dotProduct" | "hamming"

속성 값

"cosine" | "euclidean" | "dotProduct" | "hamming"