similarity

    0熱度

    1回答

    如何找到兩行數據之間的相似性

    我嘗試以編程方式從數據集中刪除幾乎重複的數據之一。我的數據集在邏輯上類似於下表。如您所見，數據集中有兩行，人類可以很容易地理解這兩個數據是相關的，並且可能由同一個人添加。 我解決這個問題是使用萊文斯坦比較單獨字段（姓名，地址，電話號碼），並發現他們的相似率。然後我計算平均比率爲0.77873。這種相似性結果似乎很低。我的python代碼就像 from Levenshtein import rati
    python r algorithm similarity cosine-similarity 2017-02-07

    2熱度

    1回答

    迭代比較HashMap元素的優化

    我有一個csv文件，名稱接近845k行。 我想比較模糊名稱字符串匹配。 我用Java fuzzy string matching實現了衆所周知的Python的fuzzywuzzy算法。 在代碼下面實現它對我來說非常完美。 問題是過程時間到很多。 每行比較時間與其他行近15秒。 這是一小時240行，整個過程將近6000行。 而且所有的過程都將在幾個月內完成。 這是不可接受的工作時間。 我需要一種優化
    java hashmap iteration similarity concurrenthashmap 2017-01-06

    1熱度

    1回答

    確定幾個25k文件之間的文件相似度

    git-scm可讓您確定存儲在同一存儲庫中的文件的即時重命名（例如，git diff --find-renames）。 如果我有十幾個文件集（例如，約10套總（這可能是一些有點相關軟件的獨立分支，例如，* BSD系統）），並在每組約25K的文件。 （每一組可能會每天更新，並表示不帶任何歷史結賬。） 鑑於文件從一組，我想知道什麼是可能的先輩或子孫文件（或文件）另一套。 （需要注意的是混帳本身因此不是
    git file machine-learning similarity 2017-01-21

    0熱度

    1回答

    優化的Python代碼熊貓

    Scorelife_disct={'scorelife41': ['c', 'hindi', 'sql', 'scala', 'love'], 'scorelife42': ['c', 'sql', 'english', 'Cat', 'html', 'cPlus', 'love'], 'scorelife43': ['c', 'Cat', 'friend', 'love']} User_
    python pandas similarity 2017-01-25

    2熱度

    2回答

    使用字符串相似性技術的記錄鏈接

    我們正在開發Record linkage項目。 我們從所有像哈羅溫克勒的Levenshtein，N-革蘭，Damerau-的Levenshtein，的Jaccard指數，索倫森-骰子 說的標準技術的觀察奇怪的行爲， 字符串1 = MINI GRINDER KIT 字符串2 = Weiler 13001迷你研磨機配件套件，用於小直角研磨機 字符串3 =密爾沃基視頻內窺鏡，旋轉檢測範圍，系列：M-SP
    string record similarity levenshtein-distance linkage 2017-01-25

    1熱度

    1回答

    爲什麼NearestNeighbors（SKlearn）在n_neighbors少於項目總數時需要更多時間？

    我想要計算數據集中每個N項目的前20個相似項目。 每個項目都使用M的特徵來表示因此數據大小爲N_items X M_features。 當我沒有指定n_neighbors（默認值是5）時，kneighbors函數需要很多時間。 但是，當我指定n_neighbors = N_items時，它幾乎立即給出結果。 即NN_object = NearestNeighbors()需要很多時間才能找到knei
    python machine-learning scikit-learn similarity nearest-neighbor 2017-01-30

    1熱度

    2回答

    機器學習預處理字符串到數字

    我需要預處理的數據轉換爲數字，以便能夠在數據集中應用ML算法，但有這個功能，它幾乎是樹形結構與我不知道字符串如何改造。這裏去一個例子： Feature -> Value I would like to transform to (example): X Y Z foo -> 0.5 X Y Z bar -> 0.501 A B C foo -> 4.1 W B C foo -> 5
    string algorithm machine-learning similarity 2017-02-13

    2熱度

    2回答

    運行vb代碼計算相似度時定義首字母縮略詞

    我在Excel中使用以下vb代碼來計算列A和列B之間的程度相似度。它運行得非常好。 對我來說，下一步是定義首字母縮略詞，以便計算出的相似度不受影響。 IE：如果我在A列「ABC有限責任公司」和B列「ABC有限責任公司」中，目前的VB代碼將返回兩列不很相似。然而，我希望他們通過定義「有限責任公司」和「有限責任公司」確實是一回事，將其歸爲100％類似。我可以做什麼，我可以在代碼中將它放在哪裏來完成此任
    vba excel-vba similarity fuzzy-logic fuzzy 2017-02-15

    1熱度

    1回答

    如何使用word2vec輸出向量來計算相似度？

    我對word2vec輸出向量的解釋有些困惑！ 如果我想預測在特定單詞（w1）之後出現的最可能的單詞，我可以使用最靠近w1的單詞嗎？ 我的意思是，與w1距離最短的單詞可以解釋爲最高概率的下一個單詞？
    nlp distance similarity word2vec 2016-12-28

    1熱度

    1回答

    測量2個向量之間的相似度

    我試圖計算2個句子之間的相似度，所以我有2個單詞集合，每個代表一個句子，還有一個函數（F）接收兩個單詞並返回它們之間的相似度一個方式.. 在圖像1中，黑圓圈是句子A的話，紅色正方形表示句子B. 對於每個時間函數（F）接收2個字，它返回0.0之間的值和1.0，例如：A中的第一個單詞和B中的第三個單詞具有0.3的相似性分數。 我已經使用了M×N的比較，因爲這兩個句子的順序往往不一樣，還有一些單詞。 我
    java math vector similarity 2016-12-29
最新問題