如何在矩陣中找到相似點？

Question

我有一個巨大的矩陣（10 * 10k）。我想知道是否有辦法找到各行之間的相似之處。

讓我們給矩陣的例子：4 * 5

col1 col2 col3 col4 
0  0  1  0 
2  3  4  5 
2  3  2  3 
0  0.1 1  0 
0  0  1  0 

我想知道是否有統計學理論，以確定數據之間的similaritieis。

1號線就像是5號線2號線100％是像3號線

50％，但我怎麼能對付那些接近到每個人的數字。

第4行和第5行具有相同的值。同樣我們如何找到一種計算相似概率的方法？ python，numpy，scikit-learn有什麼功能可以計算出來嗎？

import numpy 

mat= numpy.random.random((30, 30)) 

def find_similarities(line,targeted_line): 
    .. 

Answer 1

看一看similarity measures或similarity functions。計算每行之間的Euclidean Distance或Cosine Similarity將解決您的問題。您還可以通過根據您的需求調整想法，從海明距離或Jaccard指數中受益。您可以計算O(n)時間和O(1)空間中的大部分相似性。