LSH局部敏感hash-口头解释版

网上讲LSH这个很多，但是我就没找到有人讲清楚了的，于是写下这篇文本

https://zhuanlan.zhihu.com/p/108181478
这个链接是一知乎大神的对shingling，min-hash和LSH的理解性讲解
前面很容易懂，唯独LSH，让人看不懂，我也看了他推荐的链接，有篇英文pdf讲的这个。
看了几遍，就是没说破LSH怎么用，就在讲特异度和敏感度的问题。
http://web.stanford.edu/class/cs246/slides/03-lsh.pdf
其实就很简单，过程如下。

整个过程

1. 数据，有10万文档
2. 对这十万文档进行shingling，可以是n-gram取字符串分片，也可以是分词，就是粒度化。
3. 建立0-1矩阵，行就是所有文档粒度化的字符串去重排序的集合，列是各篇文档。
4. min-hash，进行降维，自己建立100个hash，然后对行序号计算hash值，最后计算min-hash,不太明白min-hash的看前面的链接。
5. 得到hash方法集合和文档的矩阵，行数变少了，文档数没变，文档数也不能变，所以还是只有变行数，于是就有了LSH。
6. 把行均匀分成多块，也就是几个hash方法一组，这样就有多组了，计算LSH时，就选一组就可以了，计算量就小了。前面文档是解释怎么选择分多少组，让误差小。buckets似乎没什么用。