cosine-similarity

    2熱度

    1回答

    Mahout rowSimilarity

    我試圖計算維基百科文檔之間的行相似性。我有格式爲Key class: class org.apache.hadoop.io.Text Value Class: class org.apache.mahout.math.VectorWritable的tf-idf向量。我從這裏以下文本分析的快速瀏覽：https://cwiki.apache.org/confluence/display/MAHOUT/
    hadoop mahout cosine-similarity 2013-08-25

    0熱度

    3回答

    上面的餘弦相似度結果

    我在編碼餘弦相似度的PHP。有時候formula會給出一個結果。爲了獲得使用逆COS這個數字一定程度上，它需要是1和0 之間我知道，我並不需要一個度，因爲越接近1，越相似，它們是，越接近0越不相似。 不過，我不知道做什麼上面1.一些它是否僅僅意味着它是完全不一樣？ 2是否比0更少？ 你能說相似度順序那種雲： 最近1從下到0 - 最相似的，因爲它移動從0到一個。 距離上面最近的1個 - 越來越不相似
    php information-retrieval cosine-similarity 2013-06-03

    4熱度

    1回答

    如何在Lucene中實現tf-idf和餘弦相似度？

    如何在Lucene中實現tf-idf和餘弦相似性？我正在使用Lucene 4.2。我創建的程序不使用tf-idf和Cosine similaryty，它只使用TopScoreDocCollector。 import com.mysql.jdbc.Statement; import java.io.BufferedReader; import java.io.File; import java
    java lucene tf-idf cosine-similarity 2013-04-24

    1熱度

    1回答

    比較上下文向量

    我使用向量來表示單詞上下文，我需要將上下文彼此進行比較。以下是我的問題的簡化版本： 假設我有一個向量a=[1,1,15,2,0]。然後我有一個向量b=[0,0,15,0,0]和c=[1,1,11,0,1]。當通過餘弦相似性比較兩個向量時，b最接近a。但是，由於向量代表上下文c在我的情況下更有意義，因爲b只是恰好與原始文件共有一個詞並具有相同分數的上下文。 我怎樣才能返回c最相似？另一種相似性測量或
    vector nlp cosine-similarity 2013-03-16

    0熱度

    1回答

    如何計算多類型數據的餘弦相似度？

    我有記錄（行）在數據庫中，我想識別相似的記錄。我有一個使用餘弦相似性的約束。如果變量（屬性，列）的類型而有所不同，並提出以這種形式： [number] [number] [boolean] [20 words string] 我如何可以繼續申請餘弦相似性的量化？對於字符串我可以採取簡單的tf-idf。但是對於數字和布爾值？這又如何結合？我的想法是矢量長度爲1 + 1 + 1 + 20。但是在語
    similarity cosine cosine-similarity 2013-03-20

    0熱度

    1回答

    lucene中的getTermFrequencyVector

    我開始知道lucene函數getTermFreqVector（）如何在計算兩個文檔之間的餘弦theta相似度距離時工作。任何人都可以在getTermFreqVector（文檔編號，字段名稱）中指出什麼是「字段名稱」
    java indexing lucene cosine-similarity 2013-03-28

    2熱度

    1回答

    計算兩個副詞或兩個形容詞的相似度

    我想編寫一個程序來計算兩個副詞或兩個形容詞的相似度，但是WordNet對於副詞和形容詞沒有本體結構。 第一次嘗試時，我使用了Adapt-lesk算法。這個算法的結果是非常令人失望的副詞或形容詞。計算這些相似度的最佳方法是什麼？請幫我解決這個問題。 謝謝大家。
    nlp similarity wordnet cosine-similarity wsd 2013-03-29

    33熱度

    6回答

    在給定稀疏矩陣數據的情況下，Python中用於計算餘弦相似度的最快方法是什麼？

    給出一個稀疏矩陣列表，計算矩陣中每列（或行）之間餘弦相似度的最佳方法是什麼？我寧願不重複n次選擇 - 兩次。 假設輸入矩陣是： A= [0 1 0 0 1 0 0 1 1 1 1 1 0 1 0] 的稀疏表示是： A = 0, 1 0, 4 1, 2 1, 3 1, 4 2, 0 2, 1 2, 3 在Python，它是簡單的與基質輸入格式的工作： import nu
    python numpy pandas similarity cosine-similarity 2013-07-13

    2熱度

    1回答

    餘弦相似度PHP

    我要計算的餘弦相似性1（ID1）和3（ID1）在PHP之間，類似地，對於圖1和4，3和4的公式將是這樣的： 相似=（1.1×3.1 + 1.4×3.4）/（（（1.1）^ 2 +（1.3）^ 2 +（1.4）^ 2）^ 0.5）（（（3.1）^ 2 +（3.4）^ 2）^ 0.5 ）=（4 * 4 + 8×4）/（（（16 + 16 + 64）^ 0.5）（16 + 16）^ 0.5）） 我的數據
    php cosine-similarity 2013-05-28

    0熱度

    2回答

    矢量之間的測量距離

    我有一套300.000左右的矢量，我想以某種方式進行比較，給出一個矢量我希望能夠找到最接近的矢量，我想到了三種方法。 簡單的歐氏距離 餘弦相似 使用內核（例如高斯）來計算格拉姆矩陣。 將矢量視爲離散概率分佈（這使得 有意義）並計算一些散度測量。 我真的不明白什麼時候做一個而不是另一個有用。我的數據有很多零元素。考慮到這一點，是否有一些一般的經驗法則來確定三種方法中哪一種最好？ 對不起，我不得不從某
    probability euclidean-distance cosine-similarity 2013-09-27
最新問題