Weaviate的KNN分类算法逻辑及相关使用问题咨询

• 其采用的是哪一种KNN算法类型？
  Weaviate的KNN分类器属于基于实例的懒惰学习型KNN，没有提前训练的固定模型参数，每次执行分类推理时才会基于待分类输入向量和库中已存储的带标签向量计算近邻，完成分类流程。
• 分类投票机制是简单投票还是距离加权投票？
  默认采用距离加权投票机制，距离待分类向量越近的近邻，对应的投票权重越高；也可通过参数调整为平权的简单投票模式，将所有近邻的投票权重统一设为1即可。
• 距离计算是否使用cosine距离？
  默认距离计算方式为cosine距离，同时支持自定义切换，可选类型还包括L2欧氏距离、点积距离，可在创建向量集合的schema中通过vectorIndexConfig.distance参数配置对应距离类型。
• 近邻查找是采用近似近邻检索方法，还是暴力搜索获取所有真实最近邻？
  默认采用近似近邻检索（ANN），底层基于HNSW算法实现，适配大规模向量数据集的低延迟检索需求；如果数据集规模较小，需要获取100%准确的真实最近邻，可手动开启暴力搜索模式，在查询时传入group.by: { nearest: { force: true } }参数即可触发全量精确匹配。
• 什么是获胜/落败分组，二者如何用于预测新向量的类别？
  获胜/落败分组是Weaviate分类功能的特有逻辑：执行分类时系统首先召回k个最近邻，将这些近邻按标签划分为不同分组，获胜分组指总投票权重最高的标签分组，落败分组指投票权重低于获胜分组的其余所有标签分组。最终系统会直接将获胜分组对应的标签赋值给待分类的新向量，完成类别预测；如果出现多个分组权重相等的情况，会自动选择组内向量与待分类向量距离均值更小的分组作为获胜分组。

内容的提问来源于stack exchange，提问作者Edgar Zuniga