計算KNN的歐氏距離

Question

我已經看到很多計算KNN的歐幾里得距離的例子，但是非情感分類的例子。

比如我有一句「一個非常接近的比賽」

如何計算的一句「偉大的博弈」的歐氏距離？

Answer 1

想想一個關於多維空間中的一個點的句子，只有在你定義了座標系之後，才能計算出歐幾里德距離。例如。你能介紹

1. O1 - 一個句子長度（長）
2. O2 - 一個詞數（WordsCount）

3. O2 - 按字母順序中心（我只是想到這一點）。它可以計算爲一個句子中每個作品的字母中心的算術平均值。

   CharsIndex = Sum(Char.indexInWord)/CharsCountInWord; CharsCode = Sum(Char.charCode)/CharsCount; AlphWordCoordinate = [CharsIndex, CharsCode]; WordsIndex = Sum(Words.CharsIndex)/WordsCount; WordsCode = Sum(Words.CharsCode)/WordsCount; AlphaSentenceCoordinate = (WordsIndex ^2+WordsCode^2+WordIndexInSentence^2)^1/2;

因此，歐氏距離，可以計算出任何如下：

EuclidianSentenceDistance = (WordsCount^2 + Length^2 + AlphaSentenceCoordinate^2)^1/2 

沒有每一句話可以被轉化爲指向的三維空間，如P [長，單詞，AlphaCoordinate]。有距離可以比較和分類句子。

這不是我想的理想方法，但我想告訴你一個主意。

import math 

def calc_word_alpha_center(word): 
    chars_index = 0; 
    chars_codes = 0; 
    for index, char in enumerate(word): 
     chars_index += index 
     chars_codes += ord(char) 
    chars_count = len(word) 
    index = chars_index/len(word) 
    code = chars_codes/len(word) 
    return (index, code) 


def calc_alpha_distance(words): 
    word_chars_index = 0; 
    word_code = 0; 
    word_index = 0; 
    for index, word in enumerate(words): 
     point = calc_word_alpha_center(word) 
     word_chars_index += point[0] 
     word_code += point[1] 
     word_index += index 
    chars_index = word_chars_index/len(words) 
    code = word_code/len(words) 
    index = word_index/len(words) 
    return math.sqrt(math.pow(chars_index, 2) + math.pow(code, 2) + math.pow(index, 2)) 

def calc_sentence_euclidean_distance(sentence): 
    length = len(sentence) 

    words = sentence.split(" ") 
    words_count = len(words) 

    alpha_distance = calc_alpha_distance(words) 

    return math.sqrt(math.pow(length, 2) + math.pow(words_count, 2) + math.pow(alpha_distance, 2)) 


sentence1 = "a great game" 
sentence2 = "A great game" 

distance1 = calc_sentence_euclidean_distance(sentence1) 
distance2 = calc_sentence_euclidean_distance(sentence2) 

print(sentence1) 
print(str(distance1)) 

print(sentence2) 
print(str(distance2)) 

控制檯輸出

a great game 
101.764433866 
A great game 
91.8477000256