similarity

    0熱度

    1回答

    在R中的data.frame的行上的jaccard（或任何相似性）索引

    我希望你能幫我解決一個我正在崩潰的問題。 我有一個data.frame有三列：appl,cod,ipc。 此數據集有多個行，具有相同的appl，每行對應於一個cod，它與一個ipc相關聯。後者可能是一個或多個值的列表。 appl和cod是整數值。 一個例子 row appl cod ipc 11 | 1206 | 3857183 | 16 12 | 1220 | 1063002 | 29
    r similarity 2015-10-16

    2熱度

    1回答

    基於Tanimoto係數丟棄過於相似的分子的python函數？

    我想寫一個需要兩個列表作爲輸入的python函數：一個包含一些分子SMILES代碼和另一個包含分子名稱的代碼。 然後它計算所有分子對之間的TANIMOTO係數（我已經有了這個功能），並分別返回兩個新列表，其中所有分子的斯米爾和其他任何其他分子的名字都不高於a一定的閾值。 這是我迄今所做的，但它給錯誤的結果（最讓我得到分子幾乎是一樣的...）： def TanimotoFilter(molist,n
    python similarity chemistry 2015-10-16

    0熱度

    1回答

    使用與二進制數據的餘弦相似度 - Mahout

    我有一個布爾值/二進制值，其中當客戶實際購買產品時找到客戶和產品ID，如果客戶沒有購買它，則找不到。這樣表示的數據集： Dataset 我已經嘗試了不同的方法，如GenericBooleanPrefUserBasedRecommender與TanimotoCoefficient或數似然相似之處，但我自己也嘗試GenericUserBasedRecommender與非中心餘弦相似度，它給了我最高的精
    mahout binary-data similarity mahout-recommender cosine-similarity 2015-10-22

    -2熱度

    1回答

    所有用戶對的計算相似度得分

    我有一個包含200,000個用戶，25000個項目和500萬個評級的數據集。我必須計算所有可能的用戶對的相似度分數（通過使用餘弦或皮爾遜相關）。我有用C＃編寫的代碼，當我運行它時，我得到內存溢出錯誤。我已經嘗試了幾乎所有的解決方案（x64應用程序，增加的堆內存等）。我的電腦配置是（核心 - i7 3.4 GHz，12 GB DDR3,2TB硬盤）。 有沒有可以幫助我完成這項任務的資源？
    performance machine-learning similarity recommendation-engine 2015-10-26

    1熱度

    1回答

    T-SQL/PHP顯示字符串類似於字符串中的

    這裏超過70％的東西我從來沒有做過，甚至試圖這樣做，現在我需要： 我有一個樣本串，讓我們假設非常瞭解$myVar = 'Hello World'。 比我有一個數據庫表是這樣的： | ID | sample_string | --------------------- | 1 | Hello World | | 2 | Hello Worlds | | 3 | Hello Word | |
    php sql-server string comparison similarity 2015-12-15

    0熱度

    1回答

    Lucene自定義相似性/評分

    我正在尋找一個Lucene（Java）中的相似性模塊，它給出了一個基於權重的評分。我知道這很模糊，最好用一個例子來解釋。 Document 1 ----------- Firstname: Francesca Document 2 ----------- Firstname: Francisco 名字字段是使用Doublemetaphone &精製的Soundex語音算法進行分析。
    elasticsearch lucene similarity tf-idf 2015-11-01

    0熱度

    1回答

    如何在java中的幾個文檔中比較很多句子

    我在2個文檔中有幾個相互比較的句子。我使用公式相似度進行比較，我使用List<List<>>從文檔中獲取元素句子。但它只適用於2個文件，如果我比較它超過三個例如我比較5個或更多的文件不起作用。 問題是我如何在幾個文件中得到很多句子來比較它們。 這是我的代碼。 List<List<Sentence>> collect = Arrays.asList(new File(p).listFiles()).
    java arraylist similarity documents 2015-11-07

    0熱度

    1回答

    使用Solr

    我使用Solr的http://lucene.apache.org/solr/ 顯示結果我用每個索引我收集的教程，並在地址http://localhost:8983/solr/demo/browse. 但是，通過圖形界面執行一些簡單的查詢，繳費，現在我將執行通過命令行的一些疑問，所以我用這個： curl http://localhost:8983/solr/demo/query -d ' q=*:
    apache solr lucene similarity 2016-01-06

    0熱度

    1回答

    如何檢測大數據上的相似文字？

    正如我剛纔所知，simhash和minhash可用於此任務。但是所有這些算法都必須遍歷整個文本數據庫，這將非常可靠。 有沒有可以加速任務的優化或其他算法？ 我所想到的就是將文本數據庫分成幾個部分，並將兩兩相似性並行。我的文本數據庫有大約10億條記錄。
    text similarity minhash simhash 2015-11-18

    -3熱度

    2回答

    基於最高相似度的聚類元素

    我正在使用由一組可重用層組成的Docker圖像。現在給出一組圖像，我想合併具有大量共享圖層的圖像。 更確切的說：給定N個圖像的集合，我要創建集羣，在一個集羣共享所有圖片超過海誓山盟服務的x％。每個圖像只允許屬於一個羣集。在這裏我用一個相似的措施，以決定哪些圖像簇算法的方向 我自己的研究點中的一個集羣是一起的。我知道如何寫的相似性度量。但是，我很難找到一個準確的算法或僞算法來開始。 有人可以推薦的算
    algorithm docker cluster-analysis similarity 2016-01-13
最新問題