如何有效地计算大型(约4M行) data.table的(几乎)连续行之间的距离？我已经概述了我目前的方法，但它非常慢。我的实际数据最多有几百列。我需要计算滞后和领先，以便将来使用，所以我创建了这些，并使用它们来计算距离。library(data.table)
set_shift_col <- function(df, shift_dir, sh
浏览 17提问于2021-05-31得票数 0
回答已采纳
我希望能够使用MXNet计算行向量之间的余弦距离。此外，我正在处理批次的样本，并希望计算每对样本的余弦距离(即批次#1的第一行向量与批次#2的第一行向量的余弦距离)。两个向量之间的余弦距离的定义与中的定义相同
浏览 0提问于2018-04-03得票数 0
我知道Matlab中的pdist(X，distance)用于获取点的(nxd)矩阵，并计算它们之间的成对距离。我还知道，如果矩阵包含向量而不是点，那么它有一个额外的选项来计算余弦距离。我想做的是取一个(n X D X t)矩阵，它保存样本随时间t的变化位置，并高效/快速地计算所有对/所有帧之间的余弦方向距离，
浏览 0提问于2012-04-22得票数 0
2回答
我有一个包含5000项(行)和2048个特性(列)的dataframe。PS:，我可以将这个新向量附加到我<e
浏览 7提问于2019-11-26得票数 0
请注意，索引不是连续的。我想计算每一行与manager中有1的行之间的余弦距离(不包括它本身)，然后取平均值并将其附加到新的列cos_distance。例如，对于row0，我将获得第3行和第4行的余弦距离，然后取平均值。如何添加条件，使其仅限于manager列中有1的那些条件？ 我试着运行下面的代码，但可能是因
浏览 17提问于2021-06-25得票数 1
回答已采纳
据我所知，伟大的text2vec软件包的dist2 RWMD特性将矩阵之间的距离计算为余弦距离。这不是意味着1-(余弦相似度)吗？如果余弦相似度在0到1之间运行，那么不是也应该得到0到1之间的值吗？我不确定在这种情况下如何解释负距离，以及它们与正距离有何不同。谢谢!
浏览 18提问于2019-10-25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
在T
浏览 0提问于2018-01-28得票数 7
回答已采纳
1回答
我正在使用Keras来训练我的模型，并希望使用我的预测和假设之间的角距离作为我的度量。到目前为止，我发现的最接近的度量是余弦接近度，而不是角距离。我对余弦近似性(或余弦距离)的问题是，小数字的余弦非常相似。 查看Wikipedia，可以使用余弦邻近度计算角距离： ? 因
浏览 37提问于2019-06-14得票数 1
回答已采纳
1回答
这是五种不同商店(A，B，C，D，E)的每周销售。没有缺少的值。快速的目视检验表明，这5条时间序列数据具有相似的趋势&季节性。
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
浏览 0提问于2021-01-07得票数 1
回答已采纳
Gensim实现了一个名为"doesnt_match“的函数，它从列表中返回一个离群词。文档没有指定这个函数是如何工作的(计算背景是什么)
有人知道吗？
浏览 3提问于2017-08-29得票数 2
回答已采纳
我想要找到一个查询行和另外10个行之间的余弦相似度(或者欧几里得距离，如果更容易)。这些行都是nan值，因此如果列是nan，则忽略它们。因此，我只想得到查询的每个非空列与df列中的行之间的余弦相似性。因此，对于df中的第0行，B和F在查询和df中都是非空的。
浏览 0提问于2019-02-11得票数 5
回答已采纳
2回答
我一直在阅读关于Word2Vec的论文(例如)，我认为我理解训练向量以最大化在相同上下文中发现其他词的可能性。例如，对于文档来说，余弦相似性比较是有意义的.两个文档可能有不同的长度，但有相似的分布词。
为什么不，比如说，欧几里得距离？有人能解释为什么余弦</em
浏览 4提问于2016-07-17得票数 17
回答已采纳
需要找到python函数，其工作方式类似于R func：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
5回答
我想知道他们之间的区别是什么，在什么情况下他们工作得最好？余弦相似是度量内积空间中两个非零向量之间相似性的度量，它度量了它们之间夹角的余弦。0°的余弦为1，对于(0，π)半径的任意角度都小于1。
列文希廷距离是一个用于测量两个序列之间差异的字符串度量。非正式地说，两个单词之间的</em
浏览 0提问于2019-11-18得票数 5
回答已采纳
2回答
我有下面的张量表示一个单词向量其中第一个维度是批次维度(即A包含两个词向量，每个向量有500个元素)B = (10, 500)C = (2, 10, 1)我看过使用torch.nn.functional.F.cosine_similarity，但是这
浏览 38提问于2021-02-26得票数 2
回答已采纳
我是Mahout的新手，最近我已经将我以前的机器学习代码转换成了这个框架。在许多地方，我使用向量之间的余弦相似性来进行聚类、分类等。然而，研究Mahout的却给了我一个很大的惊喜。在下面的代码片段中，维度和浮点值是从我的一个程序的实际输出中提取的(在这里并不重要)：import不是应该是0.0吗
将此与c
浏览 5提问于2013-03-08得票数 1
回答已采纳
Scikit-learn的sklearn.metrics.pairwise.cosine_similarity和sklearn.metrics.pairwise.pairwise_distances(..的区别是什么Metric=“余弦”)？print(pairwise_distances(tfidf_matrix[0:1], tfidf_matrix, metric='cosine')[0,1])为什么这些是不同的？
浏览 2提问于2016-02-09得票数 7
回答已采纳
1回答
我想为在google上搜索的搜索查询计算某种相似度分数。“阿迪达斯蓝色鞋子”和“蓝色鞋子阿迪达斯”“蓝色阿迪达斯鞋”这样的算法存在吗？
浏览 0提问于2017-07-03得票数 0
我使用了不同的相似度矩阵，如欧几里得、曼哈顿和余弦，当我使用余弦相似度时，Dunn指数为负值。我读到过邓恩指数的取值范围从0到无穷大。使用余弦相似度计算Dunn指数是正确的吗？
浏览 94提问于2019-06-12得票数 1
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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
