Postgresql k-най-близък съсед (KNN) на многомерен куб

PostgreSQL поддържа оператор за разстояние <-> и доколкото разбирам, това може да се използва за анализиране на текст (с pg_trgrm модул) и геометрия тип данни.

Не знам как можете да го използвате с повече от 1 измерение. Може би ще трябва да дефинирате своя собствена функция за разстояние или по някакъв начин да конвертирате данните си в една колона с текст или геометричен тип. Например, ако имате таблица с 8 колони (8-измерен куб):

c1 c2 c3 c4 c5 c6 c7 c8
 1  0  1  0  1  0  1  2

Можете да го конвертирате в:

c1 c2 c3 c4 c5 c6 c7 c8
 a  b  a  b  a  b  a  c

И след това към таблица с една колона:

c1
abababac

След това можете да използвате (след създаване на gist индекс ):

SELECT c1, c1 <-> 'ababab'
 FROM test_trgm 
 ORDER BY c1 <-> 'ababab';

Пример

Създайте примерни данни

-- Create some temporary data
-- ! Note that table are created in tmp schema (change sql to your scheme) and deleted if exists !
drop table if exists tmp.test_data;

-- Random integer matrix 100*8 
create table tmp.test_data as (
   select 
      trunc(random()*100)::int as input_variable_1,
      trunc(random()*100)::int as input_variable_2, 
      trunc(random()*100)::int as input_variable_3,
      trunc(random()*100)::int as input_variable_4, 
      trunc(random()*100)::int as input_variable_5, 
      trunc(random()*100)::int as input_variable_6, 
      trunc(random()*100)::int as input_variable_7, 
      trunc(random()*100)::int as input_variable_8
   from 
      generate_series(1,100,1)
);

Преобразувайте входните данни в текст

drop table if exists tmp.test_data_trans;

create table tmp.test_data_trans as (
select 
   input_variable_1 || ';' ||
   input_variable_2 || ';' ||
   input_variable_3 || ';' ||
   input_variable_4 || ';' ||
   input_variable_5 || ';' ||
   input_variable_6 || ';' ||
   input_variable_7 || ';' ||
   input_variable_8 as trans_variable
from 
   tmp.test_data
);

Това ще ви даде една променлива trans_variable където се съхраняват всичките 8 измерения:

trans_variable
40;88;68;29;19;54;40;90
80;49;56;57;42;36;50;68
29;13;63;33;0;18;52;77
44;68;18;81;28;24;20;89
80;62;20;49;4;87;54;18
35;37;32;25;8;13;42;54
8;58;3;42;37;1;41;49
70;1;28;18;47;78;8;17

Вместо || можете също да използвате следния синтаксис (по-кратък, но по-загадъчен):

select 
   array_to_string(string_to_array(t.*::text,''),'') as trans_variable
from 
   tmp.test_data t

Добавяне на индекс

create index test_data_gist_index on tmp.test_data_trans using gist(trans_variable);

Тестово разстояние Забележка:Избрах един ред от таблицата - 52;42;18;50;68;29;8;55 - и използва леко променена стойност (42;42;18;52;98;29;8;55 ), за да тествате разстоянието. Разбира се, ще имате напълно различни стойности във вашите тестови данни, защото това е СЛУЧАЙНА матрица.

select 
   *, 
   trans_variable <->  '42;42;18;52;98;29;8;55' as distance,
   similarity(trans_variable, '42;42;18;52;98;29;8;55') as similarity,
from 
   tmp.test_data_trans 
order by
   trans_variable <-> '52;42;18;50;68;29;8;55';

Можете да използвате оператор за разстояние <-> или функция за подобие. Разстояние =1 - Сходство