在给定Gram矩阵或坐标的情况下，是否有一种有效的方法来计算TensorFlow中的欧几里德距离矩阵？ 欧几里德距离矩阵是一个n乘n矩阵，其条目由每对点(x，y，z)之间的平方距离给出。Gram矩阵就是内积的矩阵。因此，如果X是一个列是点的3xn矩阵，那么Gram矩阵
浏览 52提问于2020-08-28得票数 0
3回答
我想计算两个向量之间的欧几里得距离(或者两个矩阵行，无关紧要)。在OpenCV中有没有一个很好的函数来解决这个问题？
浏览 1提问于2014-04-16得票数 10
回答已采纳
4回答
如何计算无环矩阵的欧几里得长度？
、、、、
看起来这个问题的答案应该很简单，但我被难住了。我有一个Nx3矩阵的矩阵，其中第一列，第二列和第三列是第n项的X，Y和Z坐标。我想计算从原点到物件的距离。在非矢量化的形式中，这很容易。距离=范数(x，y，z)；距离= sqrt(x^2+y^2+z^2)；
然而，在矢量化的形式中，它并不是那么简单。当您将一个
浏览 1提问于2011-03-18得票数 6
回答已采纳
我知道sklearn.cluster有这样的algorithm.it，sklearn.cluster.AffinityPropagation通过计算欧几里得距离来计算相似度矩阵。但是，我有自己的相似度矩阵，不想使用欧几里德距离。因此，我想知道是否有任何方法可以将我的相似度矩阵作为输入，并基于此运行算法？
浏览 2提问于2015-11-06得票数 2
我有一些代码来计算距离矩阵之间的线性模型，以获得abline()的斜率估计。在这种情况下，Dgen是遗传距离的成对矩阵，而Dgeo是欧几里得距离的成对三角形矩阵。在升级到R 4.1.0之前，线性模型运行得很好，现在它产生了以下错误：Error in xj[i, , drop = FALSE] : incorre
浏览 0提问于2021-06-09得票数 0
如何使用TensorFlow有效地计算矩阵中的成对余弦距离？给定一个MxN矩阵，结果应该是一个MxM矩阵，其中位置[i][j]处的元素是输入矩阵中第一行和第j行/向量之间的余弦距离。sklearn.metrics.pairwise import pairwise_distances
pairwise_distances(input_matrix, metric='cosine&
浏览 0提问于2018-01-28得票数 7
回答已采纳
0回答
我需要计算张量x和一组张量ys之间的平均欧几里得距离(在tensorflow中表示为具有附加维度的单个张量)。对于一个可行的训练，计算必须是批量的(只有X，Y保持不变)，而且计算必须是可微的，我不知道广播是否违反了这一要求。我知道如何计算所有张量的平均值，以及xs和ys之间的欧几里得距离，其中
浏览 2提问于2017-12-05得票数 0
我有一个810 * 74维的稀疏TruncatedSVD矩阵。我正在尝试使用sklearn api使用基于质心的MeanShift算法进行聚类。然而，我在sklearn文档和在线博客中都找不到关于meanshift默认使用的距离度量的信息。也没有提供预计算距离矩阵的选项。Meanshift是否在进行基于质心的计算之前默认
浏览 1提问于2019-04-26得票数 0
1回答
我想计算(x，y，z)坐标的欧几里得距离矩阵。我找到了计算(x，y)坐标的欧几里得距离矩阵的方法。，xn，yn，zn]) 并希望得到欧几里得距离矩阵(形状:n✕n)。 如果你知道解决方案，能让我知道吗？
浏览 15提问于2020-04-23得票数 0
我有一个n*m张量，它基本上表示n维欧几里得空间中的m个点。我想计算每个连续点之间的成对欧几里得距离。有人知道谁可以在TensorFlow中执行此操作吗？
浏览 6提问于2017-06-20得票数 1
假设我有一个包含向量列的kxn数据数组，并在这些向量上定义了一个距离函数。如何将kxn数组转换为另一个形状相同的数组，以便转换后的向量中的欧几里得范数是由给定距离函数导出的范数？我知道你可以通过给定的距离函数直接计算数据的距离矩阵，并由此推导出R^k中的坐标。但是这种方法非常昂贵，特别是当距离
浏览 1提问于2020-09-08得票数 3
我想用距离来计算一个距离矩阵。并尽可能快地这样做。我以前使用函数。但是scikit-learn并不打算支持GPU，甚至还有一个可以使该函数在并行运行时更慢。我唯一的约束是，生成的距离矩阵可以被输入到聚类算法中。我正在考虑用tensorflow实现计算，但找不到一个好的、简单的方法来实现它。PS:我有理由预先计算
浏览 3提问于2017-04-06得票数 1
1回答
传递距离矩阵到海上聚类图
、、、
我想传递我自己的距离矩阵(行链接)到海运集群地图。输入y可以是一维压缩距离矩阵，也可以是二维观测向量阵列我不明白的是：
我的距离矩阵已经基于某种度量和方法
浏览 1提问于2019-08-01得票数 4
回答已采纳
2回答
我有一组点坐标，我想用它来生成一个距离矩阵。更具体地说，我有两组点，大小为n的A和大小为m的B，作为二维坐标，我希望在矩阵中有来自A的点和来自B的点之间的所有欧几里德距离，而不是其他距离。编辑:如果情况更复杂怎么办:如果我有一个矩阵，但现在我想用它的每一行除以第一个点从A到集合B中所有点的欧几里得距离<
浏览 0提问于2014-12-28得票数 0
1回答
目的是评估6个已知类群之间的相似性和差异性。 eigenvalue variance.percent cumulative.variance.percent91.85222
Dim.5 222.0270 8.147781 100.0000
浏览 0提问于2017-11-14得票数 0
为了构建集群，我已经做了fit <- hclust(d, method="ward") 我得到了基于“欧几里得”距离的聚类。在我之前在stackoverflow 中的消息中
我发现我还可以用R计算田本提花距离矩阵。你介意教我如何将田本提花距离与前面的步骤结合起来，
浏览 1提问于2011-04-22得票数 1
回答已采纳
2回答
我有45212个元素的数据集，有17列，我想用kNN算法找到上一列的类标签，根据我的说法，一切正常，但我总是想出错误 no missing values are allowed"> data_train <-data[1:25000,]> data_test_pred
浏览 2提问于2016-12-17得票数 2
回答已采纳
我尝试使用DTW(dynamic )距离在python.I中创建层次聚类，我能够使用DTW包计算距离，但不能确定向层次聚类提供用户定义的距离。
任何关于如何进行的想法都会有很大的帮助。谢谢
浏览 5提问于2016-06-01得票数 4
3回答
我有矩阵A和B现在我需要比较A的每个列向量与B的每个列向量的欧几里得距离。我现在使用的是dist方法但它也做了很多不必要的工作(比如分别计算A和B的向量之间的距离)。
计算这个值的最佳<
浏览 0提问于2013-03-11得票数 2
回答已采纳
1回答
我有一个对象和一个距离函数，并希望在scikit-learn中使用DBSCAN方法对它们进行聚类。我的对象在欧几里得空间中没有表示。我知道，可以使用precomputed度量，但在我的例子中，由于距离矩阵的大小，这是非常不切实际的。在scikit-learn中有什么方法可以克服这个问题吗？也许，是否有其他的py
浏览 0提问于2015-10-05得票数 4
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
腾讯云开发者
