HnswParameters interface

Pakket:

@azure/search-documents

Bevat de parameters die specifiek zijn voor hnsw-algoritme.

Eigenschappen

efConstruction	De grootte van de dynamische lijst met de dichtstbijzijnde buren, die tijdens de indextijd wordt gebruikt. Het verhogen van deze parameter kan de indexkwaliteit verbeteren, ten koste van een verhoogde indexeringstijd. Op een bepaald moment leidt het verhogen van deze parameter tot afnemende rendementen.
efSearch	De grootte van de dynamische lijst met de dichtstbijzijnde buren, die tijdens de zoektijd wordt gebruikt. Het verhogen van deze parameter kan de zoekresultaten verbeteren, ten koste van tragere zoekopdrachten. Als u deze parameter verhoogt, leidt dit tot een afnemend rendement.
m	Het aantal bidirectionele koppelingen dat tijdens de bouw voor elk nieuw element is gemaakt. Het verhogen van deze parameterwaarde kan het intrekken verbeteren en de ophaaltijden voor gegevenssets met een hoge intrinsieke dimensionaliteit verminderen ten koste van een verhoogd geheugenverbruik en langere indexeringstijd.
metric	De metrische overeenkomstwaarde die moet worden gebruikt voor vectorvergelijkingen.

Eigenschapdetails

efConstruction

De grootte van de dynamische lijst met de dichtstbijzijnde buren, die tijdens de indextijd wordt gebruikt. Het verhogen van deze parameter kan de indexkwaliteit verbeteren, ten koste van een verhoogde indexeringstijd. Op een bepaald moment leidt het verhogen van deze parameter tot afnemende rendementen.

efConstruction?: number

Waarde van eigenschap

number

efSearch

De grootte van de dynamische lijst met de dichtstbijzijnde buren, die tijdens de zoektijd wordt gebruikt. Het verhogen van deze parameter kan de zoekresultaten verbeteren, ten koste van tragere zoekopdrachten. Als u deze parameter verhoogt, leidt dit tot een afnemend rendement.

efSearch?: number

Waarde van eigenschap

number

m

Het aantal bidirectionele koppelingen dat tijdens de bouw voor elk nieuw element is gemaakt. Het verhogen van deze parameterwaarde kan het intrekken verbeteren en de ophaaltijden voor gegevenssets met een hoge intrinsieke dimensionaliteit verminderen ten koste van een verhoogd geheugenverbruik en langere indexeringstijd.

m?: number

Waarde van eigenschap

number

metric

De metrische overeenkomstwaarde die moet worden gebruikt voor vectorvergelijkingen.

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

Waarde van eigenschap

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