cosine-similarity

4熱度

2回答

我想計算兩個列表的餘弦相似類似以下內容： A = [u'home (private)', u'bank', u'bank', u'building(condo/apartment)','factory'] B = [u'home (private)', u'school', u'bank', u'shopping mall'] 我知道的餘弦相似性和乙方應 3/(sqrt(7)*sqrt(4

4熱度

1回答

火花餘弦相似度（DIMSUM算法）稀疏輸入文件

我在想火花餘弦相似度是否可以用於稀疏輸入數據？我看到的例子，其中，所述輸入包括所述形式的空間分隔的特徵的行： id feat1 feat2 feat3 ... 但是我有一種固有的稀疏，隱式反饋設置和想有輸入形式： id1 feat1:1 feat5:1 feat10:1 id2 feat3:1 feat5:1 .. ... 我想利用稀疏來改善計算。最後我還希望使用DIMSUM算法來計算

-1熱度

1回答

如果與組合框值匹配顯示第n個值

我正在使用餘弦相似度函數來比較用戶輸入和SQL中的數據之間的值。最高值將被檢索並顯示。但是，k是從comboBox獲得的值，它是意味着它們需要實現的硬約束。所以我把它設置成這樣：索引X中找到的最高值。在顯示之前，它會檢查一天是否等於k。如果不是，它將看第二高等，直到日等於k。但是這根本沒有意義。如果day只有在第九個最高值時纔等於k，那麼我需要設置到第九個最高值？有什麼方法可以解決這個問題嗎

5熱度

1回答

word2vec，總和或平均單詞嵌入？

我使用word2vec來表示一個小短語（3到4個字）作爲一個獨特的矢量，要麼通過添加每個單詞嵌入或通過計算字嵌入的平均值。從我做過的實驗中總會得到相同的餘弦相似度。我懷疑它與word2vec生成的單詞向量在訓練之後是否與單位長度（歐幾里得範數）相同？或者我在代碼中有一個BUG，或者我錯過了一些東西。下面是代碼： import numpy as np from nltk import Punk

0熱度

2回答

獲取來自scipy.pdist（myArray，metric =「jaccard」）的結果索引以映射回原始數組？

我試圖計算Jaccard相似 y= 1 - scipy.spatial.distance.pdist(X,metric="jaccard") X是m x n矩陣和我得到尺寸m choose 2的1-d陣列這個函數的結果。我如何將相似度值映射回來以獲得對稱數組或者（非對稱數組，無論哪種方式都很好），所以我可以告訴X中的哪兩個向量（X中的每一行是布爾向量）都會生成特定的jaccard相似度值在y？

2熱度

1回答

Mahout：基於項目的推薦器的調整後的餘弦相似度

對於一項任務，我應該測試不同類型的推薦器，我必須首先實施。我一直在四處尋找一個好的圖書館來做這件事（我曾經想過Weka），並且偶然發現了Mahout。因此，我必須提出：a）我對Mahout完全陌生b）我沒有強大的推薦人背景和算法（否則我不會做這個課程......）和c ）對不起，但我遠沒有成爲世界上最好的開發者==>我會很感激，如果你可以使用外行術語（儘可能......）:) 我一直在關注一些教程

1熱度

2回答

如何迭代字典鍵以使用值計算餘弦相似度？

我有一個字典是這樣的： dict = {in : [0.01, -0.07, 0.09, -0.02], and : [0.2, 0.3, 0.5, 0.6], to : [0.87, 0.98, 0.54, 0.4]} 欲計算我已經寫了一個函數，它接受兩個向量每個單詞之間的餘弦相似性。首先，它將爲'in'和'and'帶來價值，然後它應該爲'in'和'to'等等帶來價值。我希望它將結果存儲在

1熱度

1回答

如何用這些函數創建字典的詞典？

我有一個字典是這樣的： dict = {in : [0.01, -0.07, 0.09, -0.02], and : [0.2, 0.3, 0.5, 0.6], to : [0.87, 0.98, 0.54, 0.4]} 欲計算，我有一個餘弦相似度函數，它接受兩個向量每個單詞之間的餘弦相似性。首先，它將爲'in'和'and'帶來價值，然後它應該爲'in'和'to'等等帶來價值。我希望它將結果

0熱度

1回答

大數據集上的餘弦相似

當前我正在研究數據挖掘，文本比較，並發現了這一個：https://en.wikipedia.org/wiki/Cosine_similarity。由於我已經成功實現了這個算法來比較兩個字符串，我決定嘗試一些更復雜的任務來實現。我重複了我的數據庫，其中包含大約250k文檔，並將DB中的一個隨機文檔與該數據庫中的整個文檔進行比較。比較所有這些項目的時間：316.35898590088秒，即 -

1熱度

2回答

如何從熊貓數據框（餘弦相似度矩陣）中找到第二個最大值

如何從pandas數據框（餘弦相似度矩陣）找到第二個max或max where index！=列？我可以遍歷每個列，並完成指標！=列，但我相信有一個更好的辦法... import pandas as pd cos = pd.DataFrame([ [ 1. , 0.17404038, 0.36849397], [ 0.17404038, 1. , 0.20505339],