量化聚类（Quantized Clustering）配置

参数名

类型

默认值

说明

qc.builder.train_sample_count

uint32

0

指定训练数据量，如果为0则使用全部数据

qc.builder.thread_count

uint32

0

构建时开启线程数量，设置为0时为cpu核数

qc.builder.centroid_count

string

可选

聚类中心点参数，支持层次聚类。层之间用“*”分隔。

一层聚类示例：1000

两层示例：100*100

如果使用两层中心点，一般第一次中心点数量比第二层多，效果更好。经验值是第一层是第二层10倍。

未配置时，系统会自动推导出合适的中心点个数，建议由系统自动推导。

qc.builder.quantizer_class

string

-

配置量化器，默认不使用量化器。可选有 Int8QuantizerConverter, HalfFloatConverter, DoubleBitConverter。一般配置量化器可提升性能，减少索引大小，召回视情况有所损失

qc.builder.quantize_by_centroid

bool

False

使用proxima.qc.builder.quantizer_class时，是否按中心点进行量化。目前仅支持 proxima.qc.builder.quantizer_class 为 Int8QuantizerConverter 的情况

参数名

类型

默认值

说明

qc.searcher.scan_ratio

float

0.01

用于计算max_scan_num数量，总doc数量 * scan_ratio

qc.searcher.brute_force_threshold

int

1000

如果总doc数少于此值，则走线性检索