向量索引【草稿】

用「向量」化数据表示「概念」。
向量表达：概念上更为接近的点在空间中更为聚集，而概念上更为不同的点，则距离更远。
向量数学表达：以坐标原点为起点，这些坐标点重点。

在语言上应用–词向量。
一个训练恰当的词向量集合，将和指代的事物之间的向量集合十分接近。有利于自然语言中所蕴含的实际概念。

向量数据库
与传统的数据库不同，向量数据库存储的是向量数据，而查询过程是从向量数据库中查询和查询向量较为相似的向量，具有一定的模糊性。

最近邻（Nearest Neighbors）
最近邻算法
Flat 暴力搜索
一次比较所有向量和查询向量的相似度，挑选出相似度最高的topk。
比较向量的相似度方法：
1）两个向量夹角越小越相似（余弦值：夹角越小，余弦值越大）。
2）欧式距离，距离越近越相似。

搜索成本
搜索质量百分之百准确

近似最邻近算法（Approximate Nearest Neighbors）

聚类
k-means

位置敏感哈希（Locality Sensitive Hash）
hash

输入是任意数据，输出是固定长度的hash值。