リコール率の調整

Zilliz Cloud は、ユーザーが検索のリコール率とパフォーマンスのバランスを取れるようにする検索パラメーター level を導入しています。また、現在の検索の推定リコール率を取得するための別の検索パラメーター enable_recall_calculation も提供しています。これら 2 つのパラメーターを組み合わせることで、ベクトル検索のリコール率を調整できます。

Notes

これは、基本的なベクトル検索、フィルタリング検索、範囲検索、グループ化検索、ハイブリッド検索、検索イテレーターなど、すべての検索に適用されます。

概要

Zilliz Cloud におけるリコール率は通常、検索によって正常に取得された関連結果の割合を指します。これは、コレクションからすべての関連項目を回収するシステムの能力を測る指標です。

OdMnbeHYOoAEqKxNEEnc9SwNnmf

検索のリコール率を計算するには、取得された関連項目の数を、取得すべき対象項目の総数で割ります。たとえば、100 件の関連項目のうち 90 件を検索で取得した場合、リコール率は 0.9 または 90% になります。

リコール率が高いほど通常は検索結果がより正確になりますが、処理に時間がかかる場合があります。ベクトル検索の精度と効率のバランスを取るために、リコール率を調整するとよいでしょう。

検索リクエストの設定

リコール率を調整できる検索リクエストを設定するには、次のように検索パラメーター内に level パラメーターを含める必要があります。

python
from pymilvus import MilvusClient

client = MilvusClient(
    uri="YOUR_CLUSTER_ENDPOINT",
    token="YOUR_CLUSTER_TOKEN"
)

query_vector = [0.3580376395471989, -0.6023495712049978, 0.18414012509913835, -0.26286205330961354, 0.9029438446296592]

res = client.search(
    collection_name="quick_setup",
    data=[query_vector],
    limit=3, # The number of results to return
    search_params={
        "params": {
            "level": 1 # The precision control
        }
    }
)

java
import io.milvus.v2.client.ConnectConfig;
import io.milvus.v2.client.MilvusClientV2;
import io.milvus.v2.service.vector.request.SearchReq;
import io.milvus.v2.service.vector.request.data.FloatVec;
import io.milvus.v2.service.vector.response.SearchResp;

import java.util.*;

MilvusClientV2 client = new MilvusClientV2(ConnectConfig.builder()
        .uri("YOUR_CLUSTER_ENDPOINT")
        .token("YOUR_CLUSTER_TOKEN")
        .build());

FloatVec queryVector = new FloatVec(new float[]{0.3580376395471989f, -0.6023495712049978f, 0.18414012509913835f, -0.26286205330961354f, 0.9029438446296592f});

Map<String, Object> searchParams = new HashMap<>();
searchParams.put("level", 1);

SearchReq searchReq = SearchReq.builder()
        .collectionName("quick_setup")
        .data(Collections.singletonList(queryVector))
        .annsField("vector")
        .topK(3)
        .searchParams(searchParams)
        .build();

SearchResp searchResp = client.search(searchReq);

System.out.println(searchResp.getSearchResults());

go
import (
    "context"
    "fmt"

    "github.com/milvus-io/milvus/client/v3/entity"
    "github.com/milvus-io/milvus/client/v3/milvusclient"
)

ctx := context.Background()

client, err := milvusclient.New(ctx, &milvusclient.ClientConfig{
    Address: "YOUR_CLUSTER_ENDPOINT",
    APIKey:  "YOUR_CLUSTER_TOKEN",
})
if err != nil {
    fmt.Println(err.Error())
    // handle error
}

queryVector := []float32{0.3580376395471989, -0.6023495712049978, 0.18414012509913835, -0.26286205330961354, 0.9029438446296592}

resultSets, err := client.Search(ctx, milvusclient.NewSearchOption(
    "quick_setup", // collectionName
    3,               // limit
    []entity.Vector{entity.FloatVector(queryVector)},
).WithANNSField("vector").
    WithSearchParam("level", "1"))
if err != nil {
    fmt.Println(err.Error())
    // handle error
}

for _, resultSet := range resultSets {
    fmt.Println("IDs: ", resultSet.IDs.FieldData().GetScalars())
    fmt.Println("Scores: ", resultSet.Scores)
}

rust
use milvus::v2::prelude::*;

#[tokio::main]
async fn main() -> Result<()> {
    let client = ClientV2::new(
        &ConnectConfig::new()
            .uri("YOUR_CLUSTER_ENDPOINT")
            .token("YOUR_CLUSTER_TOKEN"),
    )
    .await?;

    let query_vector = vec![0.3580376395471989f32, -0.6023495712049978, 0.18414012509913835, -0.26286205330961354, 0.9029438446296592];

    let res = client
        .search(
            SearchRequest::builder()
                .collection_name("quick_setup")
                .vector_field("vector")
                .vectors(SearchVectors::Float(vec![query_vector]))
                .limit(3)
                .extra_params(HashMap::from([("level".into(), "1".into())]))
                .build()?,
        )
        .await?;

    println!("{:?}", res.results());
    Ok(())
}

c++
#include <iostream>
#include <vector>

#include "milvus/MilvusClientV2.h"

auto client = milvus::MilvusClientV2::Create();
auto status = client->Connect(milvus::ConnectParam("YOUR_CLUSTER_ENDPOINT", "YOUR_CLUSTER_TOKEN"));
if (!status.IsOk()) {
    std::cerr << "Failed to connect: " << status.Message() << std::endl;
    return;
}

std::vector<float> queryVector = {
    0.35803764F, -0.60234958F, 0.18414013F, -0.26286206F, 0.90294385F
};

auto searchRequest = milvus::SearchRequest()
                         .WithCollectionName("quick_setup")
                         .WithAnnsField("vector")
                         .WithLimit(3)
                         .WithExtraParams({{"level", "1"}})
                         .AddFloatVector(queryVector);

milvus::SearchResponse searchResponse;
status = client->Search(searchRequest, searchResponse);
if (!status.IsOk()) {
    std::cerr << "Search failed: " << status.Message() << std::endl;
    return;
}

for (const auto& result : searchResponse.Results().Results()) {
    const auto ids = result.Ids().IntIDArray();
    for (size_t i = 0; i < result.Scores().size(); ++i) {
        std::cout << "id=" << ids[i] << ", score=" << result.Scores()[i] << std::endl;
    }
}

javascript
import { MilvusClient } from "@zilliz/milvus2-sdk-node";

const client = new MilvusClient({ address: "YOUR_CLUSTER_ENDPOINT", token: "YOUR_CLUSTER_TOKEN" });

const queryVector = [0.3580376395471989, -0.6023495712049978, 0.18414012509913835, -0.26286205330961354, 0.9029438446296592];

const res = await client.search({
    collection_name: "quick_setup",
    data: queryVector,
    limit: 3,
    params: {
        level: "1"
    }
});

console.log(res.results);

bash
curl --request POST \
  --url "YOUR_CLUSTER_ENDPOINT/v2/vectordb/entities/search" \
  --header "Authorization: Bearer YOUR_CLUSTER_TOKEN" \
  --header "Content-Type: application/json" \
  --data '{
      "collectionName": "quick_setup",
      "data": [
          [0.3580376395471989, -0.6023495712049978, 0.18414012509913835, -0.26286205330961354, 0.9029438446296592]
      ],
      "annsField": "vector",
      "limit": 3,
      "searchParams": {
          "params": {
              "level": 1
          }
      }
  }'

level パラメーターは 1 から 10 の範囲で、デフォルトは 1 です。デフォルト値ではリコール率が 90% になり、これは通常、ほとんどのユースケースで十分です。

高いリコール率（99% 以上）が必要なシナリオでは、level パラメーターを 6 から 10 の整数に設定してみてください。検索効率を気にしない場合は、このパラメーターを 10 に設定すると、最も正確な結果を得られます。

Notes

最上位のレベル設定でもまだ不十分な場合は、Zilliz Cloud サポートにお問い合わせください。