比较/匹配/查找R中数据帧/矩阵之间的相似值
在R语言中，比较、匹配和查找数据帧和矩阵之间的相似值可以通过多种方法实现。下面是一些常用的方法：
- 比较数据帧/矩阵的相等性：可以使用
==运算符来比较两个数据帧/矩阵是否完全相等。例如，df1 == df2将返回一个逻辑矩阵，其中的元素表示对应位置的值是否相等。 - 计算数据帧/矩阵的相似度：可以使用
cor()函数计算两个数据帧/矩阵之间的相关系数。例如，cor(df1, df2)将返回一个相关系数矩阵，其中的元素表示对应位置的相关性。 - 查找数据帧/矩阵中的相似值：可以使用
which()函数结合逻辑条件来查找数据帧/矩阵中满足条件的元素的位置。例如，which(df == value)将返回一个包含满足条件的元素位置的向量。 - 使用聚类算法进行数据帧/矩阵的相似性分析：可以使用聚类算法（如K均值聚类、层次聚类等）对数据帧/矩阵进行相似性分析。聚类算法可以将相似的数据点分组到同一类别中。
- 应用场景：比较/匹配/查找数据帧/矩阵之间的相似值在数据分析、机器学习、模式识别等领域中非常常见。例如，在推荐系统中，可以通过比较用户的历史行为数据和其他用户的行为数据来找到相似的用户，从而进行个性化推荐。
推荐的腾讯云相关产品和产品介绍链接地址：
- 腾讯云数据分析平台（https://cloud.tencent.com/product/dap）
- 腾讯云人工智能（https://cloud.tencent.com/product/ai）
- 腾讯云大数据（https://cloud.tencent.com/product/bd）
- 腾讯云云服务器（https://cloud.tencent.com/product/cvm）
- 腾讯云数据库（https://cloud.tencent.com/product/cdb）
请注意，以上链接仅供参考，具体产品选择应根据实际需求进行评估和决策。
相关·内容
我想使用Solr中的新语义知识图功能来回答这个问题:给出来自几个不同发布者的一组文档，根据它们各自文档的文本内容计算给定发布者和其他每个发布者之间的“相关性”度量。
我已经看过Trey关于Solr中语义知识图功能的几次演讲(这是最近的一次很棒的演讲：)，我对Solr分面搜索功能有相当好的理解，并且我有一个具有数据集索引和可搜索性的工作Solr引擎。到目前为止，我还无法构造一个facet查询来执行我想做的事情。
下面是一个例子curl命令，我认为它可以让我得到我想要的
curl -sS -X POST http://localhost:8983/solr/plans/query -d '
浏览 1提问于2019-06-13得票数 3
我有10000个这样的数据帧：
📷
每个数据帧对应于不同的纸牌游戏(以及表中不同的数字)，我想把这些数据帧放在一起进行比较。例如，我想比较这些数据帧的热图。在Python中有这样做的吗？是否有任何工具集，以便我可以在一个图表或类似的东西中比较所有的工具？因为我想在所有这10000个数据帧中看到一个趋势。
浏览 0提问于2021-03-11得票数 2
1回答
我试图得到R中包含矩阵的两个列表的交集，但是我也想包含非常相似的矩阵。例如：
a =
0.012 0.013
0.055 0.100
b =
0.013 0.013
0.055 0.100
c =
0.013 0.014
0.056 0.101
如果a在列表1中，b和c在列表2中，那么它们都应该包含在输出交集列表中。我知道在这些情况下，all.equal是一个返回true的很好的函数，而intersect函数返回的是一个完全相同的矩阵列表，我只是不知道如何组合它们才能得到我想要的结果。感谢您对此进行调查。
编辑:下面是生成矩
浏览 1提问于2017-10-22得票数 0
2回答
我有三个数据帧，它们的列是"City“。这三个数据帧都有一组不同的城市名称。 我想要找出每个数据帧的这一列之间的总匹配百分比。 为此，我使用set方法并获得了三个数组 set1 = set(df1['City'])
set2 = set(df2['City'])
set3 = set(df3['City']) 但是我应该如何找到百分比呢？我使用了这些函数，但我不确定是否一切都正确 (len(set1) - len(set2))/len(set1)*100
(len(set1) - len(set3))/len(set1)*100
(le
浏览 9提问于2019-09-06得票数 0
1回答
由内、外矩阵计算单形矩阵
、、、、
我有内在(，K，)和外部(，R，t，)从相机校准矩阵。如何计算同形矩阵(H)？
我尝试了用H = K [R|t]的z分量的R矩阵=0和更新的H矩阵，使目标图像点完全在帧内，但它没有给出所需的H。实际上，我试图用给定的本征矩阵和外部矩阵来缝合多幅图像。当进行特征匹配，然后再进行单形计算时，结果是很好的，但我需要从、K、和R_t矩阵中计算矩阵H_。
浏览 10提问于2022-03-25得票数 1
回答已采纳
3回答
A=data.frame(Lat=(1:5),long=(6:10))
rownames(A)<-c("a","b","c","d","e")
B=matrix(c(2,7,4,9),nrow=2,ncol=2, byrow=TRUE)
如何从数据帧A中得到矩阵B的对应行名"b“和"d”？
浏览 5提问于2016-06-21得票数 1
回答已采纳
我正在尝试类似的研究摘要，所以我使用word嵌入将单词转换为1x768向量，所以总体上将抽象转化为带有形状的嵌入(#ofword，768)。两个抽象之间的余弦相似性返回一个矩阵(#ofwords1 1，#ofwords1 2)，然后我对其进行总结，以得到一个总体得分。我想知道的是，在一个余弦相似矩阵中对所有值的总结是否真的是确定两个不同文本之间的整体相似性的好方法呢？有没有一种更好，或者更便宜的计算方法来做到这一点？
浏览 0提问于2020-08-26得票数 2
我编写了一个函数，它完美地将矩阵的自定义值替换为NA。
NAfun <- function (x, z) {
x[x %in% z] <- NA
x
}
M <- matrix(1:12, 3, 4)
M[1, 2] <- -77
M[2, 1] <- -99
> M
[,1] [,2] [,3] [,4]
[1,] 1 -77 7 10
[2,] -99 5 8 11
[3,] 3 6 9 12
z <- c(-77, -99)
> NAfun(M, z)
浏览 2提问于2018-05-07得票数 1
回答已采纳
1回答
我想保留只有13列的数据帧(20行)矩阵的行，这意味着删除与矩阵的列名同名的数据帧的行。因此，最终得到了13行的最终数据帧，这是因为我想在将来绘制热图时将此数据帧注释到我的矩阵中。 我不确定这是否真的可能:S 矩阵： ? DataFrame： ?
浏览 10提问于2020-04-22得票数 0
回答已采纳
2回答
我有一个大的矩阵(m)，我想用新的值(values_to_be_replaced)替换矩阵(m)中与存储在向量(new_values)中的值相匹配的值。我的向量本身存储在一个数据帧中，所以我可以循环遍历数据，得到向量，然后检查矩阵值是否包含在向量中。下面的代码完成了它应该做的事情，但是对我的输入数据来说太慢了。我的原始数据是一个有4600行和5900列的矩阵，我的750个向量中最大的一个包含了要比较的超过600万个数字。
我想有一个更有效的方法来做到这一点，并加快计算时间。有人能帮我弄清楚吗？(我的矩阵中有很多-9999个值，所以跳过它们可以提高计算时间，但这可能还不够)
下面是用R编写的一个
浏览 2提问于2020-03-14得票数 1
回答已采纳
2回答
我有一个棘手的任务，那就是将帧I中的斑点与帧i+1中的斑点联系起来。我还没有找到足够多的文章/示例来处理这一点，或者那些我可以很好理解的文章/示例。我想做的就是将帧i中的斑点与帧i+1中的斑点关联起来，目标是不会在下一帧中再次检测到相同的斑点(或者忽略旧的斑点)。
欢迎一篇文章/例子。Thx
浏览 2提问于2012-11-11得票数 1
回答已采纳
1回答
基于其它矩阵的矩阵元预测
、、、
也许这里不是问我问题的好地方。
无论如何，我有以下矩阵，A和B是稀疏的，C没有元素。如何预测矩阵C中的条目，对于矩阵A和B
浏览 2提问于2016-07-08得票数 2
回答已采纳
1回答
我是doc2vec的新手。我有一个包含两列的数据帧:一列是id (patent_number)，另一列是清理和标记化的文本(clean_description)。对于每个id，我需要在第三列(max_similarity)中生成clean_description与属于patents_snow_banch列表中id的clean_description子集的相似度的最大值，该列表用于标识子数据帧。以下是数据框中7528个观察值的摘录： clean_description patent_number
0 [&#
浏览 25提问于2020-06-20得票数 0
1回答
如果我有以下4张图片：
我如何确定两个‘6’是相同的，但5和6，6和9，9和5等不同？
图像将始终是单色的(即只有黑白，没有其他颜色)
目前，我只是简单地计算图像中黑色像素的数量，这似乎可以工作，但我不确定它是否可靠，或者是否有更好的方法。在上面的例子中，两个‘6’都有29个黑色像素，而5个有26个，9个有28个。所以6和9之间的差异只有1个像素。然而，在其他字体中，9和6有相同的像素数。例如：
都有相同数量的前景像素。
浏览 0提问于2013-09-22得票数 0
我有两个正在尝试合并的数据帧。
数据帧A：
col1 col2 sub grade
0 1 34.32 x a
1 1 34.32 x b
2 1 34.33 y c
3 2 10.14 z b
4 3 33.01 z a
数据帧B：
col1 col2 group ID
0 1 34.32 t z
1 1 54.32 s
浏览 1提问于2016-12-14得票数 12
回答已采纳
1回答
模糊分类匹配
、、
我正在尝试使用agrep函数根据公司名称模糊匹配两个不同的数据帧。为了改善我的匹配，我只想匹配位于同一国家/地区的公司。
df1: df2:
Company ISO Company ISO
Aalberts Industries NL Aalberts NL
Allison NL Allison transmission NL
Allison
浏览 10提问于2017-01-25得票数 0
1回答
如何从特征点识别预定义的手势
、、、、
我正在做一个手势识别项目。到目前为止，我能够检测到手的中心，并能够跟踪一些连续帧的手，并且我能够获得如下所示的点列表
1
2
现在，我想将路径识别为一个手势，就像#1对#2圆圈一样，我应该怎么做？并且它应该包含一个方法来添加其他手势。我可以使用支持向量机来达到这个目的吗？我觉得可以通过使用FSM来实现，但是我不知道如何实现它。我正在使用Python和Opencv。提前感谢！
浏览 1提问于2016-02-22得票数 0
我们已经使用search:search实现了API通过xquery。
在搜索“技能/矩阵”时，它返回数据。
当我们搜索技能?矩阵或*错误/矩阵时，它会返回零条记录，有时会在超过时间的情况下抛出异常。
其他的外卡搜索工作正常，比如转换?r*1或倒转?r*或整流器?r*或换码器*或变送器?r*
数据库中的通配符选项& "Word查询“leve设置为true
跟踪通配符搜索
尾随通配符字位置
所以不知道如何调试和解决这个问题？
浏览 0提问于2019-07-06得票数 2
我在pandas数据框中有一组文本(字母数字)，我想计算成对文本(例如文本1和2、2和3、3和4...)的相似度分数。
我正在使用序列匹配器进行计算，并能够获得分数。我认为在将文本转换为小写后，也值得比较它们。我创建了2个分数列来比较结果:分数1=非小写文本对的相似性分数(保留文本的原始大小写)分数2=小写文本对的相似性分数。
我预计小写文本对的相似度得分(得分2)会更高，因为会有更多的字符匹配(例如"This SamPle pHrase“将与"this sample phrase”匹配，因此相似度更高)。然而，我发现在某些情况下，分数1比分数2要高得多。你们中有谁知道为什么会
浏览 0提问于2021-04-05得票数 0
2回答
给定一个半正定矩阵M，我想找出它的最小非零本征值。
import numpy as np
(w,v) = np.linalg.eigh(M)
minw = np.amin(w)
if (np.isclose(minw,0) and minw > 0):
print M, minw
下面是一个小输入矩阵的例子。
[ 6 2 -4 -2]
[ 2 6 0 -6]
[-4 0 6 0]
[-2 -6 0 6]
不幸的是，如果你尝试这样做，你会得到8.90238403828e-16。一般来说，我不知道如何判断非常小的数字是否应该为零。
如何找到矩阵的最小非零本征值(并确保
浏览 0提问于2016-03-17得票数 3
2回答
合并数据帧
、、、
我已经在这个问题上挣扎了一整天。我有两个数据帧，如下：
Dataframe 1-广告牌
数据帧2
我想将基于歌曲的数据帧2和数据帧1合并，最终得到一个具有SongId、歌曲、等级和年份的数据帧。问题是，歌曲的存储方式有一些变化。例如: Billboard中的歌曲可以是macarena bayside男孩的混合，而Dataframe 2中的歌曲可能是macarena。我想找出相似之处。
浏览 0提问于2018-05-29得票数 0
1回答
我有一个数据帧，看起来像这样： import pandas as pd
foo = pd.DataFrame({'var_name': ['r1','r2','r3','var', 'r1','r2','r3','var'],
'group': ['a','a','a','a','b','b',
浏览 6提问于2020-04-09得票数 1
回答已采纳
1回答
我对Andrea Vedaldi算法的实现感到有点困惑。我正在尝试使用工具箱的sift算法来提取特征。
我使用这个命令frame，descriptors = sift(image，‘详细’，1)；所以我得到了4xk矩阵的帧和128xK的描述符。我想使用一个向量作为一个特征。我应该使用两个矩阵中的哪一个作为特征？有谁知道吗？
浏览 1提问于2011-05-22得票数 1
6回答
我在数据库中有一组字符串。每个集合将有不到500个成员，将有数万个集合，并且字符串是自然语言。我想要检测每个集合中的重复字符串。新字符串将与现有的字符串进行比较，如果它们是唯一的，则会添加到数据库中。
是否有散列算法可以有效地找到(非常)相似的字符串？例如，字符串可能具有相同数量的单词，但编码可能略有不同(UTF-8与拉丁语-1)。
浏览 1提问于2009-05-07得票数 3
回答已采纳
需要找到python函数，其工作方式类似于R func：
proxy::simil(method = "cosine", by_rows = FALSE)
即，通过逐对计算数据行之间的余弦距离来寻找相似矩阵。如果NaNs存在，则应该在这2行中删除带有NaNs的确切列。
upd.我还尝试从中删除循环中每对行中的，使用余弦 func。它给出了与R相同的结果，但工作时间:(
浏览 0提问于2019-01-17得票数 1
回答已采纳
1回答
检查两个数组和未设置值
、、、、
嗨，我正在做一个项目，在这个项目中，我可以将一些状态分配给project，这些状态保存在一个表assigned_statuses中。现在，我使用jquery连接列表来决定用户如何分配它们。因此，当我加载两个列表时，一个将使用指定的列表填充，另一个将填充可用的列表。为了获取分配的函数，我有以下模型函数：
app/models/AssigndStatus.php
public function projects() {
return $this->belongsTo('Project');
}
public function statuses() {
retu
浏览 2提问于2015-07-26得票数 0
回答已采纳
2回答
我需要自动匹配产品名称(食物)。这个问题类似于
主要的问题是，即使是相关关键字中的单个字母变化也会产生巨大的差异，但是很难检测到哪些是相关的关键字。例如，考虑三个产品名称Lenovo T400、Lenovo R400和New Lenovo T-400, Core 2 Duo。
按任何标准，前两个字符串都是非常相似的字符串(在这种情况下，soundex可能有助于区分T和R，但名称最好是400T和400R)，第一个和第三个字符串彼此相距很远，但是相同的产品。
显然，匹配算法不可能100%的精确，我的目标是自动匹配大约80%的名字具有很高的置信度。
但是有一个复杂的问题:我的字符串有错误，因为我想搜
浏览 4提问于2016-08-18得票数 0
2回答
mahout中的大多数推荐算法都需要用户项的偏好.但是我想为一个给定的项目找到类似的项目。我的系统没有用户输入。也就是说，对于任何电影，这些都可以是属性，可以用来找出相似系数。
体裁
导演
演员
将来可以对属性列表进行修改，以建立更高效的系统。但是，要在mahout数据模型中找到项目的相似性，需要每个项目的用户偏好。因为这些电影可以聚集在一起，并在给定项上获得集群中最接近的项。之后，在介绍了基于用户的推荐后，上面的结果可以用来提升结果。
如果产品属性有一些修复值，比如类型。我必须把这些值转换成数值吗。如果是，系统将如何计算两个项目之间的距离，其中类型-1和类型-2没有任何数字关系。
浏览 6提问于2015-11-17得票数 3
1回答
编辑:假设我有一个对称矩阵，如下所示。 dat<-c(NA,2,3,4,5,2,NA,8,9,10,3,8,NA,14,15,4,9,14,NA,20,5,10,15,20,NA)
x<-matrix(dat,nrow = 5,dimnames = list(c("A","B","C","D","E"),c("A","B","C","D","E")))
x 我正在尝试看看是否有任何方法可以使用R来重新排序矩阵，使最高值更接
浏览 24提问于2020-12-01得票数 1
回答已采纳
2回答
我试着用opencv找到与图像匹配的帧。我还想找出找到图像的时间框架。这个视频是一个蒙面视频。到目前为止，守则：
def occurence_counter(self):
img = cv2.imread('ref_img.jpg', cv2.IMREAD_COLOR)
# shrink
img = cv2.resize(img, (10, 10))
# convert to b&w
img = color.rgb2gray(img)
similarities = []
浏览 0提问于2019-01-17得票数 1
1回答
如何根据行和列数据查找值
、、、
我有一个包含第一行的矩阵，第一列是数据。基于行和列，我希望在矩阵中找到值。例如，我的矩阵如下所示
A=
0.1000 1.0000 10.0000 100.0000
1.0000 0.9000 0.4000 0.5000
如果行数据为1(第二行)，列数据为10 (第三列)，则得到0.4值。有办法找到那个价值吗？例如，在行数据为0.2、列数据为0.2的情况下。如何从矩阵中找到值？谢谢你的回应。
浏览 2提问于2014-08-03得票数 1
回答已采纳
1回答
假设我想找到向量a =0 0 2 0 0 0的相似向量。
我有两个候选人：
b1 =0 0 0 2 0 0 0，其中“功能”仅在1位置
b2 =0 0 0 2 0，其中“功能”位于5位置之外
(a，b1)的欧氏距离与(a，b2)的距离相同。我希望b1能得到更高的“相似性”分数。是否有一种众所周知的方法(请说出来)来处理这些问题？某种模糊欧氏距离？
我能给出的一个可能的解决方案是，计算(a，b1)的欧几里德距离，在整个b1上左移一个位置，然后左移两个位置，左移三个位置等等，然后对右移动做同样的计算。每次我这样做，我调整计算出的欧几里得位置的重量，随着移动距离的增加而减小。然后对b
浏览 1提问于2015-02-20得票数 0
1回答
因此，我试图编写一个包含两个字符串的程序，例如：
"I like pizza better cold"
和
"I really enjoy pizza when it is chilled"
找出这两件事是否相配，比如：
"I like pizza better cold"
和
"Pizza really sucks."
上面的内容就不匹配了。
我已经使用了Python可以使用的NLTK语言来完成这个任务。我只是想知道有没有人曾经做过这样的事情，有什么建议吗？NLTK是要走的路吗？我应该使用什么功能或规格？
我正在考虑将字符串拆分
浏览 2提问于2016-01-18得票数 3
回答已采纳
我正在使用SparkR来处理一些在其技术堆栈中包含R和spark的项目。
我必须使用从验证函数返回的布尔值创建新列。我可以使用spark数据帧和一个表达式轻松地完成这项工作：
sdf1$result <- sdf1$value == sdf2$value
问题是当我必须比较两个不同长度的数据帧时。
使用函数操作sdf1和sdf2数据帧并将值赋给sdf1的新列的最佳方式是什么？假设我想生成一个长度介于sdf1和sdf2之间的列。
浏览 3提问于2017-05-18得票数 0
1回答
目前，我有一个图像数据集(帧序列)，我有内在的摄像机校准矩阵。另外，对于每一幅图像，我都有外部参数(旋转和转换)。
我想知道是否可以使用这些参数来找到每对图像之间正确的像素对应。
我发现了两个不同视角之间的对应点(t)和旋转(R)之间的关系。
我猜想，使用上面的图像，只需要固定一个"x“点(在齐次坐标下)，并求解”x“的方程组，但我不知道使用的是什么操作(符号)。如果有人知道如何使用matlab做这件事，我希望能有所帮助。
此外，如果有另一种方法来发现匹配使用相同的信息，我希望有人的帮助。
谢谢
浏览 0提问于2018-09-27得票数 0
1回答
我想测量汉明序列的相似性，其中替换成本不是基于观察到的序列中的替换率，而是基于不同状态研究区域内的空间自相关性(状态因此与DNA无关，而是其他一些东西)。
我将我的研究区域划分为大小相等的网格单元(例如1000m)，并测量在相邻单元中观察到相同“状态”的频率(Rook-case)。因此，权重矩阵表明，从状态A到A (在相同状态内移动)的概率比从A到B或B到C或从A到C的概率高得多。这已经表明状态具有很高的空间自相关性。
问题是，如果你想测量序列相似性，替换矩阵应该是对角线上的0。因此，我想知道是否存在一种从“自相关矩阵”到替换矩阵的转换，其中0值沿对角线。通过这种方式，我们希望在我们的序列相似
浏览 3提问于2014-09-22得票数 2
2回答
我有一个数据帧列表，每个数据帧都有一个三维向量(3列)的行。我想计算每个数据帧(例如，第1行和第2行、第2行和第3行、第3行、第3行和第4行等)的每一对后续行的余弦相似性(lsa:: cosine )。我如何循环遍历列表中的每个数据帧，以计算后续行的余弦相似性，从而使每个数据帧的余弦值保持分离？
以下是一些可复制的容易伪造的数据：
df1 = data.frame(y1 = c(1,2,3,4,5), y2 = c(2,3,4,5,6), y3 = c(5,4,3,2,1))
df2 = data.frame(y1 = c(6,7,8,9,10), y2 = c(6,5,4,3,2), y3
浏览 3提问于2022-08-17得票数 2
回答已采纳
如何对一组N x M二进制矩阵进行排序，以使最相似的矩阵成为双向链表中的相邻矩阵？
我有一组2d的二进制矩阵，我需要在某种数据结构中有效地对这组矩阵进行排序，以便彼此最相似的矩阵在数据结构中成为彼此的“邻居”。我不认为map结构是有效的，因为我有将近40,000个矩阵需要有效地查找。
我计算两个矩阵之间距离的公式是
getSimilarity(matrix toCompare)
//initialize variable "sum" to 0
//for each rowT in this and each rowC in toCompare
//s
浏览 0提问于2012-12-18得票数 4
2回答
使用R对相似单词进行聚类
、、、
我正在使用R，我有两个数据帧。其中一个包含200000个单词，如“猫”、“猫”、"cts“、”狗“和”狗“，另一个包含”猫“和”狗“等单词。
我想对第一个数据帧进行聚类，并将所有相似的单词替换为适合第二个数据帧的单词。例如，将"cat“和"cts”改为“cat”。
浏览 0提问于2019-01-13得票数 0
1回答
我张贴在这里，因为溢出社区告诉我，最好在这里问它。为了得到基于矩阵相似性的n聚类，我尝试对一组矩阵进行聚类。
在实践中，我的数据集由矩阵r\times c和离散值\{-1, 0, 1\}组成。其作用范围是得到聚类相似矩阵的n簇。例如，设置r = 4, c = 3，我的数据如下所示：
[[[0, 0, 1],
[0, -1, 0],
[0, 0, 0],
[0, 1, 0]],
[[0, 0, -1],
[0, 0, 0],
[0, -1, 0],
[0, 1, 1]],
[[1, 0, 1],
[0, -1, 0],
[1, -1, 0],
[0, 1, 0]],
浏览 0提问于2022-04-03得票数 0
1回答
我有多个内核(使用不同的语言)，它们共享相同的结构/模式。我向每个核心发送相同的查询并返回结果，然后将结果保存到一个名为" results“的新核心中。我有一个自定义的Q解析器插件，可以保存分数，这样结果核心就可以根据其他核心的分数进行排序。
比较来自不同集合的分数有意义吗？如果我通过除以最大分数来归一化0和1之间的分数，这是否会使单个核心的分数对于特定的查询具有可比性？
让分数标准化和可比性的最好方法是什么？
显然，join命令为每个结果分配了相同的分数。
谢谢。
浏览 4提问于2017-09-08得票数 0
1回答
取平均值
、
我有一个包含三个数据帧的列表，每个数据帧都有n列(本例中为6列)和r行(本例中为3列)。我想要创建一个矩阵，其维度(n*r)与列表中三个数据帧的平均值相同。例如，输出矩阵的1,1应该是0.2470748，0.2558439和0.2439057的平均值。对怎么做有什么想法吗？
浏览 4提问于2016-02-27得票数 0
回答已采纳
我正在处理文本数据，目前我已经将我的数据放入术语文档矩阵中，并计算出TF，术语频率和TF-IDF，术语频率与文档频率相反。从这里看，我的矩阵如下所示：
列=文档名称
行名=单词
填充了他们的TF和TF-IDF分数。
在我目前的大部分分析中，我一直在使用R中的tm包，但为了更进一步，我已经开始使用Python语言中的gensim库。
我不清楚我是否有像TF和TF-IDF中那样的词嵌入。我希望使用Word2Vec/Doc2Vec，并获得一个类似于我目前拥有的矩阵，然后计算文档之间的余弦相似度。这是模型的输出之一吗？
我基本上有大约6000个文档，我想计算它们之间的余弦相似度，然后对这些余弦相似度得
浏览 3提问于2019-07-11得票数 0
2回答
我正在寻找一种聚类算法，通过使用对象的成对距离来对对象进行聚类，而不需要计算所有成对距离。
通常，成对的聚类如下所示：(请参阅这里)
计算对象的所有成对组合之间的全距离矩阵
假设距离为非欧氏距离，则可以在距离矩阵上使用谱聚类或亲和力传播，并检索聚类结果。
然而，
来了：
计算所有对组合对象的全距离矩阵在计算上是非常昂贵的。所以我的想法是，是否有一些聚类算法只对成对距离的子集进行查找，所以不需要计算整个矩阵？
我知道谱聚类也适用于稀疏矩阵，但是由于理论上可以计算所有成对距离，所以哪一种距离应该被忽略？
很想听听你的想法，谢谢！
浏览 0提问于2019-03-08得票数 5
回答已采纳
2回答
嗨,
我想在以上两个数据集之间创建一个相关矩阵，它将忽略零的任何外观(在上面的图片中，绿色)，谁知道最有效的方法将产生一个顺利的结果？
是否有任何相关方法可以逐点识别相似点，从而使结果具有原始矩阵的“形状”？
谢谢你
注意:我没有matlab统计工具箱。
浏览 6提问于2012-09-04得票数 5
1回答
循环特征匹配
、、、
你好，我必须实现特征立体声匹配的鸡蛋估计。从纸“多光谱立体计量学”：“在右图中的特征，最大限度的相似性函数在左图像中给定的特征被选择作为潜在的匹配。然后应用阈值只保留强匹配。如前所述，该算法提供了四幅图像:前左(imLt−1)、前右(imRt−1)、当前左(imRt)和当前右(ImRt)。匹配以循环的方式进行，14只保留在所有四幅图像中找到对应的特征。图4示出了不同的步骤。我们首先从(imLt−1)和(imRt−1) (I)之间寻找立体声匹配开始。然后，在(imRt−1)和(imRt) (II)之间找到序列匹配。在(imLt)和(imRt) (III)之间执行另一个立体声匹配。最后，在(imL
浏览 4提问于2016-03-05得票数 0
回答已采纳
2回答
我有一个包含5000项(行)和2048个特性(列)的dataframe。
我的数据形状是(5000,2048)，当我用滑雪板中的成对距离计算余弦矩阵时，得到了(5000,5000)矩阵。在这里我可以互相比较。
但是现在，如果我有一个新的(1,2048)的向量形状，如何利用我已经计算过的(5000,5000)余弦矩阵，找到这个项目与我所拥有的早期数据的余弦相似性？
编辑
PS:，我可以将这个新向量附加到我的数据中，然后再计算余弦相似度。但对于大量的数据，它变得缓慢。或者还有其他快速和准确的距离度量吗？
浏览 7提问于2019-11-26得票数 0
1回答
我有两个3D (12x12x10)矩阵，它们是从CONN Software中的Functional Connectivity Analysis和.mat格式获得的。每个3D矩阵由12个感兴趣区域的10个独立矩阵组成。一个是考虑休息条件，另一个是任务条件。我想要比较在执行R中的两个3D矩阵之间的相关的FC中的差异，但我不知道如何让R理解我有一个3D矩阵！它混合在一个奇怪的2D矩阵中。使用以下代码：
# Load connectivity matrix
mat<-read.table("R/Matriz/neural", header = FALSE)
View(mat)
r
浏览 3提问于2018-04-25得票数 0
2回答
我有多个数据帧。 E.g 0 dd aa
1 ff qq
2 ff gg
4 ff df 是否可以找到"gg“，然后返回找到它的位置的列号。在上面的示例中，它将返回一个整数1
浏览 36提问于2019-03-05得票数 0
回答已采纳
1回答
我想知道在R中存储(和处理)多变量(特别是矩阵值)时间序列的最佳选择是什么。
我有一个大型数据框架，它存储所有数据以及时间变量(在本例中称为year，作为一列)。
我可以这样想，但这两种选择都有各自的缺点：
数据的列表，例如通过my.list[[i]] <- my.df[,year==i]，在i=2008:2011上循环。但是，我不知道如何提取，例如，所有这些列表条目左上角的单变量序列。
作为一个ts对象，但是这需要将给定年份的矩阵转换为行向量，这可能有点难以操作。
还有其他更好的方法来存储矩阵的时间序列(甚至数据帧)吗？
浏览 0提问于2014-03-26得票数 0
回答已采纳
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
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
