腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(230)
视频
沙龙
1
回答
欧氏
距离
向
量化
问题
MNIST
[
MATLAB
]
matlab
、
knn
我正在尝试计算
MNIST
数据集的欧几里德
距离
。 ?
浏览 21
提问于2019-03-22
得票数 0
回答已采纳
1
回答
矢
量化
MATLAB
循环
performance
、
matlab
、
image-processing
、
vectorization
我有以下
MATLAB
代码:for i = 1:1:image_info.Height代码运行良好,但速度有点慢。我如何利用
MATLAB
比使用循环更快的矢量和矩阵?换句话说,如何将这些代码向
量化
?
浏览 0
提问于2015-04-27
得票数 3
回答已采纳
4
回答
两两加权
距离
矢
量化
r
、
matlab
、
julia
、
vectorization
、
euclidean-distance
以下高效和矢
量化
的
Matlab
代码使用加权向量WTS计算2组A点和B点之间的加权
欧氏
距离
(每个维的权重为1,所有点的权重相同): D = sqrt(AA(:,ones(1,size(B,1))) + BB(ones(1,size(A,1)),:) - 2*A*B'); ,我的
问题
是:是否有一种有效的向
量化
形式(
Matlab
、R或Julia
浏览 2
提问于2018-01-03
得票数 3
回答已采纳
1
回答
哪一个目标是最优的
距离
内聚类和还是MSE?
optimization
、
cluster-analysis
在采用元启发式算法的聚类分析中,许多算法都具有最优均方
量化
误差(MSE).例如,在和中。如果对
欧氏
距离
的簇内和进行优化,我就可以再现论文中的结果。 我想我在这
浏览 0
提问于2015-02-28
得票数 3
1
回答
计算时间序列数据对间的相似性
time-series
、
similarity
、
cosine-distance
、
dynamic-time-warping
我想计算/
量化
存储B、C、D、E分别与存储A的相似程度。我知道如何计算简单余弦
距离
和欧几里德
距离
,我有处理时间序列数据(如ARIMA、先知)的经验,但从未处理过寻找(即
量化
)时间序列数据之间的相似性/
距离
的
问题
。此外,我还可以对时间序列数据进行余弦
距离
和
欧氏
距离
计算吗?这可行吗? 我如何处理这个
问题
?任何见解都会受到赞赏。
浏览 0
提问于2021-01-07
得票数 1
回答已采纳
2
回答
在
Matlab
中检查点的接近度
matlab
、
for-loop
、
while-loop
、
conditional
如果
欧氏
距离
小于1,则从数组A中省略,否则保留在数组A中。
浏览 0
提问于2018-02-07
得票数 0
回答已采纳
1
回答
CuGraph实现NetworkX all_pairs_dijkstras
gpu
、
networkx
、
dijkstra
、
cupy
、
rapids
其中一部分是我的无知,另一部分仅仅是角形图的幼稚和欠发达,最后一部分是我只是吸吮出优雅的矢
量化
方法。 假设我有由n个特征组成的m个数据观测。我通过计算所有观测的
欧氏
距离
来创建一个
距离
矩阵(注意:这不是我需要帮助的部分,也不是最优的部分。例如,第1行第9行是节点1与节点9之间的
距离
,第20第30行是节点20与节点30之间的
距离
,等等。该图现在绘制连通节点之间的边,边的权重是
欧氏
距离
度量。但是,迭代数据文件并一次添加一个节点的过程对于GPU和我们试图避免的
浏览 1
提问于2020-10-28
得票数 3
回答已采纳
1
回答
MatLab
-
欧氏
距离
图3D
matlab
、
euclidean-distance
我在
matlab
编程中是新的,我有个小
问题
。 你能帮我处理一下源代码吗?我怎么能画出这个情节?
浏览 4
提问于2013-12-30
得票数 0
回答已采纳
1
回答
将GPS坐标投影到欧几里得空间
matlab
、
math
、
gps
、
coordinates
、
geospatial
有许多类似的
问题
,但我无法从它们中得到明确的答案。因此,我想在一个2D空间中表示纬度和经度,这样我就可以在必要时计算出
距离
。 这里有等长线方法,它可以计算
距离
,但这不是我想要的。因此,
距离
应该考虑区域的变化,这是不平凡的。我想要一个表示,这样我就可以在欧几里得空间中把x,y作为数来处理,并在它们上执行标准
距离
公式,而不需要每次需要计算两点之间的
距离
时,与地球直径相乘。在
欧氏
空间中,
Matlab
中有什么可以将lat/long转换为x,y的吗
浏览 3
提问于2014-09-21
得票数 1
2
回答
这个图嵌入可能吗?它有名字吗?
constraints
、
graph-theory
、
graph-visualization
、
graph-drawing
、
dimensionality-reduction
我想将一个无
向
图投射到2d平面中,这样:
欧氏
距离
与逐步
距离
之间的最小差被最小化我对这个
问题
很感兴趣,虽然现在我想把它作为一个有极小值的有限格。
浏览 1
提问于2012-03-25
得票数 1
1
回答
语音处理解释中的矢量
量化
vector
、
speech
、
audio-processing
、
quantization
以下是一些基本信息:识别算法第一种算法是基于标准矢量
量化
技术的。每一种语言,k,都有自己的VQ码本, 。在识别阶段,输入语音被
量化
。计算了累积
量化
失真( d_k )。被认为是最小失真的语言。计算VQ失真,几种LPC谱失真测度是applied...in本例,
浏览 3
提问于2010-02-16
得票数 5
回答已采纳
2
回答
如何从文本中创建向量,以便使用二进制分类进行地址匹配?
classification
、
text-mining
、
similarity
、
feature-engineering
现在,我将如何将"Address1“和"Address2”中的文本转换为数字向量,从而将其视为二进制分类
问题
?
浏览 0
提问于2016-12-20
得票数 4
1
回答
考虑丢失数据的部分k-均值聚类
dataframe
、
apache-spark
、
pyspark
、
k-means
、
spss
我有一个大的数据框架,我必须使用来自数据框架的8列,其中的值要么是“强烈同意”,要么是“同意”或“不同意”。根据这8列,我需要创建一个新列,它可以判断该行属于哪个集群(1-8)(最好使用K-均值集群)。但是我的数据也有NaN值。考虑到NaN值,即部分k-均值聚类,我想进行聚类.(请参阅下面的数据集)在SPSS中已经有一个代码,其中通过设置\缺失=成对的来进行聚类。由于技术原因,我正试图将此代码转换为pyspark。我找不到pairWISE的任何替代方案(除了做部分k均值聚类分析之外),以前的集群是使用这个PAIRWISEcode创建的,现在我别无选择,只能将它转换为pyspark
浏览 4
提问于2022-09-04
得票数 1
3
回答
欧几里德
距离
和RMSE之间有什么区别?
python
、
neural-network
、
deep-learning
、
optimization
、
loss-function
事实上,我有两个
问题
,但它们的方向是相同的。我看一下根均方错误和欧几里得
距离
的定义,它们在我看来是一样的!所以我想知道两者有什么区别。如果我使用rmse作为损失函数或欧几里得
距离
,会有什么不同??第二个
问题
是如何寻找损失函数。我的意思是,我知道它取决于这个
问题
,并且共有的东西是MSE用于回归,交叉熵用于分类,但假设我有一个特定的
问题
,我如何寻找一个损失函数?现在来解释我的
问题
。我正在做一个项目,我需要减少车辆的GPS误差(我有一些车辆数据,我的神经网络将试图预测经度和纬
浏览 0
提问于2019-11-15
得票数 3
3
回答
介绍
MATLAB
中的矢
量化
--有什么好的教程吗?
matlab
、
loops
、
vectorization
我正在寻找
MATLAB
中关于矢
量化
(循环)的任何好的教程。B = zeros(size(A)); % //A is a given matrix. for我想要一个很好的教程,
MATLAB
中向
量化
循环的
浏览 0
提问于2010-05-20
得票数 13
回答已采纳
1
回答
在numpy中以向量作为条目迭代矩阵的最快方法
python
、
opencv
、
numpy
我想要一种
量化
这个矩阵的方法,所以我想使用L1矩阵范数(numpy.linalg.norm(flow,1)),它
向
范数误差抛出不正确的维数。我想绕过这个
问题
,通过计算每个向量的
欧氏
范数,然后用向量的
距离
求出矩阵的L1范数。 我很难有效地迭代流程矩阵。我使用了两个for循环,首先遍历列,然后遍历行,但速度太慢了。
浏览 3
提问于2014-12-03
得票数 1
回答已采纳
4
回答
聚类中的
距离
计算有哪些方法?我们应该什么时候使用它们?
clustering
、
distance
聚类中的
距离
计算有哪些方法?比如曼哈顿欧几里得等等?另外,我不知道什么时候该用它们。我总是用欧几里德
距离
。
浏览 0
提问于2016-04-11
得票数 7
回答已采纳
1
回答
二维空间中的匹配点
algorithm
、
matlab
、
distance
、
nearest-neighbor
这些m和n表示
欧氏
空间中的点。 我希望执行的任务是匹配来自A和B的最大点数(假设A的点数小于B),条件是
距离
小于阈值d,并且每对都是唯一的。我见过这个,但是这不能解决我的
问题
,因为A中的每个点都选择了B中的最小值。然而,我从A和B中选择的第一对可能是错误的,导致匹配对的数量减少。我正在寻找一种解决方案,在
matlab
中有一些内置的函数,或者使用数据结构来帮助使用
matlab
代码,比如kd-trees。如前所述,我必须找到从B到A的唯一最近的匹配点。
浏览 1
提问于2013-03-31
得票数 0
回答已采纳
1
回答
关联矩阵图布局的
距离
度量?
visualization
这些相关性是基于一种用于
量化
复杂事物之间相似性的自定义方案,其数值范围为0%到100%,尽管N的值都很高(95.4%-97.4%)。我想用力有
向
图可视化1来可视化它们的异同。I将使用1减去相关性作为
距离
度量。这是否适合于相关性,特别是当值都很高时? 在搜索相关矩阵和图形可视化之间的交集时,谷歌并不是我的朋友。我的想法是,1减去相关后,N的
距离
与它们非常小的差异成正比。另一种方法可能是使用相关的倒数作为
距离
,但由于值接近1,泰勒展开将显示这样的
距离
将类似于1减去相关。这两种方案对于接近于零
浏览 0
提问于2021-03-21
得票数 0
2
回答
用于相似性搜索的名称和地址矢
量化
的最佳方法?
nlp
、
word-embeddings
、
k-nn
、
search-engine
、
elastic-search
我对一种方法的基本想法是使用单词嵌入将每个名称和地址向
量化
为级联字符串,将它们全部加载到Elasticsearch中,然后使用KNN搜索功能来“聚类”相似记录,并使用集群中每个点之间的
欧氏
距离
作为相似性度量还有其他的矢
量化
方法,比如单词袋,n克和TF-国防军,但是这些方法会产生很多高维稀疏向量,它们不能很好地应用于KNN,而Elasticsearch使用TF-下手搜索来跳出方框,那么为什么要乱搞矢量呢?我的
问题
是:如果没有,是否有更好的向
量化
方法(
浏览 0
提问于2022-03-02
得票数 4
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
LSTM Siamese neural network
模型量化从1bit到8bit,二值到三值
t-SNE:最好的降维方法之一
kNN-Iris分类器(一)
大规模向量检索场景下的数据管理
热门
标签
更多标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
活动推荐
运营活动
广告
关闭
领券