lmcinnes/pynndescent

어떤 프로젝트인가요?

핵심 기능

• 01Nearest Neighbor Descent와 랜덤 프로젝션 트리 초기화를 사용해 k-최근접 이웃 그래프를 만듭니다.
• 02이진 및 확률 메트릭을 포함한 다양한 내장 거리 메트릭을 지원합니다.
• 03사용자가 정의한 거리 함수를 사용할 수 있습니다.
• 04인덱스 생성과 k-NN 질의를 위한 간단한 API를 제공합니다.
• 05KNeighborTransformer로 scikit-learn과 연동됩니다.

활용 사례

• 검색이나 추천을 위해 고차원 임베딩 벡터에서 유사한 항목을 찾습니다.
• scikit-learn 파이프라인 안에서 최근접 이웃 계산을 수행합니다.
• 클러스터링이나 다양체 학습 같은 후속 작업에 사용할 k-NN 그래프를 만듭니다.
• 코사인, 자카드, 바서스타인 거리처럼 유클리드가 아닌 메트릭으로 검색합니다.

빠른 시작

1. 1

   pip으로 패키지를 설치합니다

   pip install pynndescent
2. 2

   데이터에 검색 인덱스를 만들고 가장 가까운 이웃 15개를 쿼리합니다

사용 전 알아둘 점

• !README에 따르면 이 프로젝트는 아직 초기 단계이며 문서도 계속 보완되고 있습니다.
• !정확도가 높은 근사 검색(정확도 80~100%)을 대상으로 하며, 정확 검색을 위한 것은 아닙니다.

토픽

자주 묻는 질문

pynndescent은(는) 무엇인가요?

Nearest Neighbor Descent 기반의 순수 Python 근사 최근접 이웃 검색 라이브러리로, 다양한 거리 메트릭을 지원합니다. PyNNDescent는 k-최근접 이웃 그래프를 만들고, 그래프를 바탕으로 근사 최근접 이웃 질의를 처리합니다. Nearest Neighbor Descent를 구현하며, 초기화에 랜덤 프로젝션 트리를 사용하고 그래프에서 삼각형의 긴 간선을 가지치기해 결과를 개선합니다. 약 80~100%의 재현율과 높은 정확도가 필요한 작업을 대상으로 합니다.

pynndescent은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?

pynndescent은(는) BSD-2-Clause 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.

pynndescent은(는) 아직 유지보수되고 있나요?

활발히 유지보수 중. pynndescent의 마지막 커밋은 2026년 11월 4일입니다.

pynndescent은(는) 어디에 사용할 수 있나요?

검색이나 추천을 위해 고차원 임베딩 벡터에서 유사한 항목을 찾습니다. scikit-learn 파이프라인 안에서 최근접 이웃 계산을 수행합니다. 클러스터링이나 다양체 학습 같은 후속 작업에 사용할 k-NN 그래프를 만듭니다. 코사인, 자카드, 바서스타인 거리처럼 유클리드가 아닌 메트릭으로 검색합니다.

pynndescent는 어떻게 설치하나요?

pip으로 패키지를 설치합니다: pip install pynndescent 데이터에 검색 인덱스를 만들고 가장 가까운 이웃 15개를 쿼리합니다

pynndescent은(는) 어디서 받을 수 있나요?

소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/lmcinnes/pynndescent