如何找到两个向量之间的距离，其中一些字段是字符串(名称、地址等)，另一些字段是数字
在计算两个向量之间的距离时，我们需要考虑到字符串字段和数字字段的不同特性。为了计算这个距离，我们可以使用一些常用的方法，例如欧氏距离、曼哈顿距离和余弦相似度等。
- 欧氏距离（Euclidean Distance）： 欧氏距离是最常见的距离度量方法，它可以用来衡量两个向量之间的直线距离。对于数字字段，我们可以直接使用欧氏距离进行计算。而对于字符串字段，我们可以将其转化为数字特征向量，然后再计算欧氏距离。
- 曼哈顿距离（Manhattan Distance）： 曼哈顿距离是一种城市街区距离，它衡量两个向量之间沿坐标轴的总距离。对于数字字段，我们可以直接使用曼哈顿距离进行计算。对于字符串字段，我们可以将其转化为数字特征向量，然后再计算曼哈顿距离。
- 余弦相似度（Cosine Similarity）： 余弦相似度度量的是两个向量之间的夹角余弦值，它衡量两个向量的方向是否相似。对于数字字段，我们可以直接使用余弦相似度进行计算。对于字符串字段，我们可以将其转化为数字特征向量，然后再计算余弦相似度。
针对以上方法，腾讯云提供了一系列产品和服务来支持云计算领域的开发和部署：
- 腾讯云机器学习平台（https://cloud.tencent.com/product/tensorflow）：用于开发和部署人工智能模型，支持多种机器学习算法和深度学习框架，方便进行数据分析和模型训练。
- 腾讯云数据库（https://cloud.tencent.com/product/cdb）：提供可扩展的云数据库服务，包括关系型数据库（MySQL、SQL Server等）和非关系型数据库（MongoDB、Redis等），用于存储和管理数据。
- 腾讯云容器服务（https://cloud.tencent.com/product/tke）：提供基于Kubernetes的容器管理服务，用于构建、部署和扩展云原生应用程序，支持多种编程语言和开发框架。
- 腾讯云CDN加速（https://cloud.tencent.com/product/cdn）：提供全球分布式内容分发网络，用于加速网站和应用程序的访问速度，提高用户体验。
- 腾讯云安全产品（https://cloud.tencent.com/product/security）：提供全方位的网络安全解决方案，包括DDoS防护、Web应用防火墙（WAF）、主机安全等，保障云计算环境的安全性。
以上是腾讯云在云计算领域相关的产品和服务，可以帮助开发工程师进行前端开发、后端开发、软件测试、数据库、服务器运维、云原生、网络通信、网络安全、音视频、多媒体处理、人工智能、物联网、移动开发、存储、区块链、元宇宙等方面的工作。
相关·内容
2回答
我很难遵循下面页面中描述的光线-平面交叉点。
这是我的理解。
平面被描述为Ax + By + Cz +D=0
或
向量( A，B，C，D )，其中A，B，C定义法线平面。如果A、B和C定义一个单位法线，那么从原点0，0，0到平面的距离是D。
我的问题是D不应该是一个向量吗？因为它表示两点之间的距离。我想我只是不明白如何将to点之间的距离表示为非向量。
任何帮助都是非常感谢的。
浏览 0提问于2012-01-20得票数 0
回答已采纳
1回答
我需要一些能帮助我解决我将要解释的问题的建议。
我有一个包含一些值的列表，下面是一些例子：
[9798, 15349596, 692, 142, 45568, 0, 1, 1, 1.9821, 3105.3198, 0.1399, 0.02872, 9.2186, 22181.4971, 4, 0, 50, 0, 5, 0, 33255, 161, 172, 0.805, 0.86, 166.275, 4943]
[0, 0, 44, 7, 0, 1, 1, 0, 0.0, 0.0, 0.06800618238021638, 0.010819165378670788, 0.0, 0.0, 15
浏览 4提问于2022-06-03得票数 0
我必须找出两条记录之间的距离。每条记录都是多个字段的向量。其中一些字段是数值字段。其他的则是字符串。我怎么才能得出一个距离的值呢？ 我可以分别计算每个字符串变量的字符串距离和数值变量的欧几里得距离。在这种情况下，如何组合这两个距离值
浏览 32提问于2020-01-31得票数 0
3回答
基于分类数据的KNN分类
、、、、
我正忙于一个涉及k近邻回归的项目。我有混合的数值和分类字段。类别值是序号(例如，银行名称、帐户类型)。数字类型是，例如，工资和年龄。也有一些二进制类型(例如，男性，女性)。
如何将分类值合并到KNN分析中？
据我所知，不能简单地将每个类别字段映射到数字键(例如bank 1= 1；bank 2 =2等)，因此我需要一种更好的方法来使用类别字段。我听说可以使用二进制数-这是一个可行的方法吗？我们将非常感谢您的建议。
浏览 0提问于2012-11-29得票数 18
回答已采纳
2回答
测量向量间距离
、、
我有一套300.000左右的向量，我想用某种方式进行比较，给出一个向量，我想找到最接近的向量，我想出了三种方法。
简单欧氏距离
余弦相似
使用内核(例如，高斯)计算Gram矩阵。
将向量看作一个离散的概率分布(这是有意义的)，并计算一些散度测度。
我真的不明白什么时候做一个而不是另一个是有用的。我的数据有很多零元素。考虑到这一点，这三种方法中哪一种是最好的，是否有一般的大拇指规则？
抱歉，我有个小问题，但我得先找个地方.
谢谢!
浏览 1提问于2013-09-27得票数 0
我有类似于下面的文本，我想找出这些文本和意图之间的语义相似性。
( 1)辞职的不同步骤是甚麽？( 1)辞职的程序？( 1)辞职须遵循甚麽程序？( 1)任何公司都有甚麽常见的辞职方案？( 2)辞职后须与谁联络？( 3)我今天确实辞职了。4)如果你再不听话，我就辞职！4)你的粗鲁行为迫使我辞职。5)不同的公司有不同的辞职政策！
为了解决上面的问题，我发现“Quoras模型来处理重复的问题”很有趣。所以我想让我们试一试，但是要做一些小的改变。改变是做二进制分类，让我们做多类分类。因此，我试图对"Quora数据集“进行多类分类。我的意图是用LSTM，CNN模型将每个问题和它们的重复问题分类为一
浏览 0提问于2017-07-18得票数 4
2回答
在数据集中找到类似的记录
、、、
我有一个包含25个整数字段和40k记录的数据集。
1:
field1: 0
field2: 3
field3: 1
field4: 2
[...]
field25: 1
2:
field1: 2
field2: 1
field3: 4
field4: 0
[...]
field25: 2
等。
我正在用MySQL进行测试，但与它无关。
给定单个记录，我需要检索与其最相似的记录；类似于字段的最低平均差值。我开始研究以下内容，但不知道如何将其映射到在大型数据集中搜索相似点的问题上。
浏览 1提问于2011-02-20得票数 1
回答已采纳
1回答
我对R不熟悉，我搞不懂dist() out的意思。
我明白以下几点。因为(1,3)和(2,4)之间的欧几里德距离是√2
> x = matrix(1:4, 2, 2)
> x
[,1] [,2]
[1,] 1 3
[2,] 2 4
> dist(x)
1
2 1.414214
但是我应该如何看待多个三维矩阵的输出呢？
> x=matrix(1:25, 5,5)
> x
[,1] [,2] [,3] [,4] [,5]
[1,] 1 6 11 16 21
[2,] 2
浏览 5提问于2014-11-27得票数 0
回答已采纳
1回答
这是我的文字载体：
google
test
stackoverflow
yahoo
我已为这些词指定了如下价值：
google : 1
test : 2
stackoverflow : 3
yahoo : 4
下面是一些示例用户和他们的单词：
user1 google, test , stackoverflow
user2 test , google
user3 test , yahoo
user4 stackoverflow , yahoo
user5 stackoverflow , google
user6
为了迎合没有包含在单词向量中的值的用户，我指定了'0‘
浏览 0提问于2013-04-12得票数 0
回答已采纳
2回答
我已经宣布了两个这样的矩阵：
a = [ 1 2;
11 12];
[m, n] = size(a);
b = a(2,:);
dist( b , a ); % the first column is not interesting
这很有效，我得到了一个向量
[ 10.0499 9.0000 ]
但是，如果我想在矩阵a中添加一列或一行：
a = [ 1 2 3 ;
11 12 13];
然后应用相同的算法，比上面忽略或不忽略第一列，我得到了以下错误：
Error using -
Matrix dimensions must agree
我不知道为什么
浏览 2提问于2014-04-23得票数 0
回答已采纳
2回答
我正在编写Javascript函数，用于计算另两个坐标之间的“线”上的纬度和经度坐标。例如，我需要计算的这个坐标距离第一个坐标300米，而两个坐标之间的距离是1600米。
我已经有了计算两个已知坐标之间距离的函数。
Gr。
浏览 6提问于2015-05-26得票数 1
回答已采纳
3回答
我有一个Position类，它包含int x和int y字段。我有一些观点，其中一些需要知道与所有其他点的距离。在Map<Position, float> distances中存储它有意义吗(这是Position类中的另一个字段)？其他点不需要这些信息，所以它们的distances字段是null。
这有什么明显的问题吗，即糟糕的设计？在这种情况下，计算距离是相当复杂的，所以将结果存储在集合中当然是有意义的，而不是动态地计算结果。
浏览 0提问于2016-03-30得票数 2
回答已采纳
2回答
我有一个用地址填充的数据库表，这个表有超过4,000条记录
我想知道获取地址的最好方法是将其与搜索字段进行比较，并根据距离搜索字段位置对它们进行排序。GoogleAPI文档说请求被限制在每天25,000次，这是否意味着我每天只能进行7次搜索？
浏览 0提问于2013-05-30得票数 0
回答已采纳
1回答
什么样的算法对逻辑社区(科技、娱乐等)中的博客进行聚类和排名会更好.？
对博客文章进行聚类和排名的算法会更好。
接受的答案是算法、伪代码、java代码或特定算法说明的链接。
更新：所以，我似乎想要基于文本特性的类别中的一些东西。
浏览 1提问于2009-10-06得票数 1
回答已采纳
我想比较两个地址的相似性(纯粹是文本上的相似性，而不是语义上的相似性)。我有一个带有"Address1“、"Address2”和“takes”标签的数据集，其中“相似”的值为0(不类似)或1(类似)。
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
目前，我正在绘制一条由1200.1500条直线组成的3D曲线，由一系列3D点(x，y，z)组成，但无论采用何种技术(Adobe，Three.js)，渲染速度都有点慢。
这条曲线是一种三维弧线，末端有180度的弧线，所以我认为跳过一些曲线更光滑、更可预测的点会加快绘制速度。
你能提出一些算法来确定具体的三维曲线离直线有多近吗？
更新
我试着使Three.js将这些点呈现为一个单一的曲线，并且它工作得非常快。但是这条曲线的不同部分应该有不同的颜色，所以我必须把它画成一串独立的线，我唯一能做的事情是加快速度，在一个直线接近直线的区域，跳过每一秒的点。
我不能使用OpenGL (WebGL)，因为不是
浏览 5提问于2013-05-29得票数 0
1回答
我想要一些关于理解TF-IDF向量结果的方法的反馈，以及可能的替代方法。
现在，我有两个文本语料库。目标是找到每个语料库中的哪些文档最相似。
当我找到一个有趣的匹配项时，我想知道为什么，所以我实现了一个名为why_match()的简单函数，但我想帮助了解它是否是一种有效的方法。
它是这样工作的：
def why_match(doc_vector_a, doc_vector_b, sklearn_tfidfvectorizer):
distance = abs(doc_vector_a - doc_vector_b)
nearest_words = np.array((dista
浏览 2提问于2018-10-27得票数 0
3回答
我在理解欧几里得距离时遇到了一些问题。我有两个不同的实体，我想衡量这两个实体之间的相似性。
假设实体A有2个特征向量，实体B只有1个特征向量。为了知道相似性，我应该如何计算这两个实体之间的欧几里德距离？
非常感谢。
浏览 0提问于2011-04-07得票数 1
4回答
我需要在给定的数据集中执行聚类。有数字和分类值的分布。
将分类值转换为数字值的最佳方法是什么？
例如，一个字段是颜色，值是红色、绿色、蓝色，所以我可以指定如下的映射：
红色: 1，绿色: 2，蓝色:3或红色: 11，绿色: 25，蓝色: 30
如果我提供这样的映射，这会影响聚类的欧几里得距离吗？
或者还有别的办法吗？
浏览 0提问于2017-03-28得票数 1
我得到了一个有30个维度的向量，我想在我的数据库中找到10个最接近的匹配。我的数据库中有大约3000个向量，我必须将其与之进行比较。一些维度比其他维度更重要，所以我想给它们单独的权重。
这30个维度是RGB值的10倍。我把一张照片分成9块。所以9*3 (RGB) 27。最后三个值是图片的平均颜色的RGB。
我的问题是:如果可能的话，这是可能的吗？使此过程尽可能快速有效的最佳方法是什么？就我自己而言，我正在考虑一种树，但树太多了，我不知道哪一棵最适合我的问题。
编辑：
我想我并不完全清楚我想要实现什么。我有一个随机向量，我想将这个向量与数据库中的向量进行比较，找出10个闭合的向量。我有一个包含所
浏览 0提问于2012-12-25得票数 0
3回答
我知道向量在C++和Java中，它就像动态数组，但我找不到任何关于向量数据结构的通用定义。那么Vector是什么呢？向量是一种通用的数据结构吗(如数组、堆栈、队列、树等)或者它只是一种依赖于语言的数据类型？
浏览 14提问于2015-09-13得票数 22
2回答
我有一个包含字符串值的分类属性。其中三个包括日期名称(星期一--太阳)、月名和时间间隔(上午、下午、晚上)，另外两个，如我前面提到的，有地区和街道名称。其次是性别、角色、评论(这是一个预定义的固定字段，有好的、坏的、强的认同等)，name.my的第一个意图是对它们进行聚类和可视化。我使用这个WEKA进行k均值聚类，但是它不起作用。现在，我希望将分层聚类应用于此。我找到了这个密码：
import scipy
import scipy.cluster.hierarchy as sch
X = scipy.randn(100, 2) # 100 2-dimensional observati
浏览 3提问于2017-05-31得票数 4
回答已采纳
假设我正在制作一个电影推荐引擎，我有大量关于电影类型、评级、发布信息、收益等方面的数据。为用户创建一个嵌入层是有意义的，因为我没有关于他们的其他信息，而且嵌入将根据他们的手表偏好来了解用户的几何形状。我的直觉仍然告诉我为电影索引做一个嵌入层，并将它与电影相关的数字特征连接起来。但是为什么呢？
我们就不能把电影的数字特征传递给模型来区分吗？嵌入是否应该捕获一些额外的潜在信息，也许没有在原始元数据中捕获？
我知道嵌入让我们可以比较类似的电影，但是我也可以用我的数字特征来做同样的事情，对吧？
这并不是专门针对推荐的，但是通常情况下，既然您已经有了大量关于分类功能中每一项的描述性数据，那么为什么要为分
浏览 0提问于2021-03-04得票数 1
2回答
我认为这个问题是许多初学者遇到的，我找不到合适的通用指南。
我的问题如下。我想评估具有混合数据类型特征的向量的相似性。
数值值
文本
序数
GPS坐标
因此，我正在寻找一套工具，这将使我能够混合不同的距离测量，以便能够计算我自己的综合距离。文本的Levenshtein距离，坐标的一些地理哈希距离，序数(可能是OHE-ed)值的经典距离。
我正在研究DB + SDK的米尔弗斯-type功能。
像这样的东西存在于一个包裹里吗？如果没有，你会推荐什么？
浏览 0提问于2023-04-14得票数 4
回答已采纳
2回答
低维路径表示学习
、、
我有一个图(例如: map)和代表不同路径的多个ids序列。
顶点表示区域/区域
两个顶点之间的边缘:从一个区域到另一个区域的交叉
图路径(交叉序列)：轨迹
如下所示：
path1 = [15,1,2,3]
path2 = [1,2,9]
path3 = [15,3]
所有的路径都来自相同的图结构，它们可以有不同的大尺寸(~50)。然后，我想得到一个低维向量(每个路径一个)，以执行近似邻域搜索(这是一种搜索技术，用于查找最接近另一条路径的数据点)。
我发现了一些关于图表示学习的论文，但没有任何相关的内容。我应该探索NLP技术还是图形嵌入技术？
浏览 0提问于2021-07-15得票数 1
1回答
我试图在3D空间中的其他两个点之间找到等距的点。例如，我的场景中有两个立方体。我想加5(或3，或80.)在这两个球体与Pymel之间相等距离上的定位器。
我可以很容易地找到球体之间的中点，如：
import pymel.core as pm
import pymel.core.datatypes as dt
pos_1, pos_2 = pm.selected()
point_1 = dt.Vector(pos_1.getTranslation())
point_2 = dt.Vector(pos_2.getTranslation())
midway_point = (point_1 +
浏览 4提问于2016-02-09得票数 1
回答已采纳
1回答
我想要建立一个神经网络，以一组单词和数值作为输入，一个数值作为输出。
为此，我认为最合适的解决方案是对词组使用Word2Vec算法，以便获得嵌入，然后使用它们和其他输入/输出训练神经网络(可能是LSTM神经网络)。
但是如何做到这一点呢？由于每个单词都有一个权重向量(多亏了Word2Vec算法)，如何训练神经网络来预测数值(换句话说，回归)？或者至少，我如何将这个权重向量转换为有意义的数值？(我实际上不知道如何将数值向量和“简单”数值一起训练成神经网络。)
我试图在Web上检查这些概念，但我没有找到与我的目的非常相关的文章。其中一些是：
logistic回归的-Word嵌入
-
-
浏览 0提问于2018-07-04得票数 1
1回答
皮尔森对欧几里德对曼哈顿的结果
、、、、
使用Python3.6。当使用曼哈顿距离进行相似性度量时，我没有得到符合逻辑的结果。即使与皮尔逊和欧几里得相关的结果相比，欧几里德和曼哈顿的单位看起来不一样？
我正在开发一种粗略的推荐模型，通过测量首选项X的用户评级与同一项的其他用户评级之间的相似性来推荐相似的项目，并推荐与提出请求的用户非常匹配的其他用户的项目。
我得到的结果是
Pearson:
[('Men in Black II', 0.12754201365635218), ('Fried Green Tomatoes', 0.11361596992427059), ('Miami Vice
浏览 0提问于2018-04-18得票数 1
2回答
图像相似性-深度学习与手工特征
、、、、
我正在做计算机视觉领域的研究，并且正在研究一个与查找与查询图像视觉相似的图像相关的问题。例如，查找具有相似图案(条纹/格子)的相似颜色的t恤，或者相似颜色和形状的鞋子，等等。
我探索了手工制作的图像特征，如颜色直方图、纹理特征、形状特征(方向梯度直方图)、SIFT等。我还阅读了关于深度神经网络(卷积神经网络)的文献，它们已经在大量数据上进行了训练，目前是图像分类的最新技术。
我想知道是否同样的特征(从CNN中提取)也可以用于我的项目-寻找图像之间的细粒度相似性。据我所知，CNNs已经学习了很好的代表性特征，可以帮助对图像进行分类-例如，无论是红色衬衫、蓝色衬衫还是橙色衬衫，它都能够识别图像是衬
浏览 2提问于2015-05-23得票数 4
1回答
具有加权属性的聚类对象
、、、
我想对一组具有多个属性的对象进行聚类，其中一些属性比其他属性更重要，是否有一种简单的方法来赋予这些特定属性以更大的权重，从而使它们比其他属性更重要？
浏览 1提问于2011-07-13得票数 2
1回答
对于下面的聚类问题，请建议对数据进行编码。我有一个包含汽车使用信息的数据集。数据集具有以下字段: 1.汽车模型(丰田西里卡、宝马、日产X-Trail、马自达Cosmo等) 2.年份建造3.汽车运行的国家4.在大修之前汽车运行的距离
重要提示:上面的数据集是稀疏的。在大多数情况下，对于给定的汽车，“距离”并不是所有国家都知道的。
问题:对于一辆给定的汽车，在一个“距离”未知的国家，预测它在大修之前的“距离”。
我的方法:我希望将数据集中的每个记录表示为具有以下组件的稀疏向量: 1.二进制(1/0)汽车模型组件。这些组件的数量等于数据集中所有可能模型的数量。2.汽车运行的二进制(1/0)国家。这些
浏览 2提问于2012-12-19得票数 0
1回答
归一化欧氏距离和归一化互相关都可以作为向量之间距离的度量。
这些指标之间有什么区别？在我看来，它们似乎是一样的，尽管我没有在任何教科书或文学中看到这一点。
谢谢。
浏览 0提问于2015-07-22得票数 2
回答已采纳
5回答
我有一套有上千个地址的。如果我可以得到每个地址的经度和纬度，我如何将集合按邻近性划分成组？
此外，我可能想根据不同的规则重新尝试“聚类”：
N群
每个组的M地址
组中任意地址之间的最大距离
浏览 4提问于2009-01-26得票数 7
回答已采纳
可能重复：
distanceTo(Location dest)或distanceBetween(double startLatitude, double startLongitude, double endLatitude, double endLongitude, float[] results)
是为人们计算步行距离还是开车距离？
如何计算汽车两个坐标之间的距离？
浏览 0提问于2012-06-15得票数 3
回答已采纳
1回答
我做了一个分类引擎，只有一个独立的字段(注释)，并将它们归类为多个因变量。现在，我希望有多个自变量的培训数据(评论，状态，年龄，性别等)。
目前我正在使用python3.6。
我所做的事情的例子：
Comments Classified
(The car wash service is good) Positive
我想要做的事情的例子：
Comments Gender City Age Classified
(The car wash s
浏览 0提问于2017-09-26得票数 0
回答已采纳
1回答
我正试图与泰坦尼克生存挑战在卡格尔。
我没有R方面的经验，所以我使用Python和Scikit学习随机森林分类器
我看到很多人使用scikit学习将他们对许多级别的分类转换为虚拟变量。
我不明白这样做的意义，为什么我们不能把这些级别映射成一个数值，然后用它来完成。
我还看到有人这样做:有一个分类特性Pclass具有三个级别，他为此创建了3个虚拟变量，并删除了存活率最低的变量。我也不明白这一点，我认为决策树并不关心相关的特性。
浏览 0提问于2016-08-29得票数 1
回答已采纳
1回答
我为敌人的精灵创建了一些代码来跟踪玩家，它工作得很好，直到它接近玩家。问题是，当它离玩家很近时，它就会开始减速。相反，我希望它保持恒定的速度。 distance = ((player.getPosition())- slime.getPosition());
slimeSprite.move((distance * speed * (clock.getElapsedTime().asSeconds() / 60)));
浏览 12提问于2021-01-19得票数 0
我有一个由358个数字组成的向量。我想对这个向量做一个数值积分，但是我不知道这个向量的函数。
我发现我们可以使用trapz或quad，但我真的不知道如何在没有函数的情况下集成。
浏览 2提问于2010-05-19得票数 5
我试着在数据集上做一些有监督的学习，找出哪些输入是最有可能的真实输入
示例数据集
如您所见，每个INPUT_ID只有一个真正的IS_TRUE_INPUT。目标是获得每个INPUT_ID的真实输入的概率。
我被困住了，因为这似乎不是一个正常的分类问题，每个INPUT_ID的每个输入的概率应该是1。
谢谢你的帮助!
浏览 0提问于2021-05-21得票数 2
2回答
我有一个软件项目的需求清单，由它的前身的遗骸组装而成。每个需求应该映射到一个或多个类别。每个类别都由一组关键字组成。我想要做的是找到一种算法，给我一个分数排序，每种要求中的哪一种可能属于哪一类。结果将被用作进一步分类需求的起点。
例如，假设我有这样的要求：
该系统应将存款应用于客户的指定帐户。
和类别/关键词：
客户交易:存款、存款、客户、帐户、帐户
余额账户:账户，账户，借方，贷方
其他类别: foo、bar
我希望算法在第1类中得分最高，在第2类中得分较低，而在第3类中则完全不得分。评分机制与我基本无关，但需要说明的是，1类比第2类适用的可能性更大。
我刚开始接
浏览 4提问于2009-09-29得票数 8
回答已采纳
1回答
我正在计算两幅图像之间的转换。本质上我所做的是：
CameraMatrix = LoadCameraMatrix()
FundamentalMatrix = CalculateFundamentalMatrix(points1, points2)
EssentialMatrix = CalculateEssentialMatrix(FundamentalMatrix, CameraMatrix)
translation, rotation = GetTranslationRotationFromEssential(EssentialMatrix)
print(translation)
[[-
浏览 1提问于2019-10-28得票数 0
回答已采纳
2回答
我在一个表格中有大约5000个术语，我想把它们归类到有意义的类别中。
例如，一些术语是：
尼桑
福特
被逮捕
吉普
法院
结果应该是日产，福特，吉普被分成一个类别，被捕和法庭在另一个类别。我看了斯坦福分类器NLP。我认为这是正确的选择为我这样做是正确的吗？
浏览 5提问于2014-01-28得票数 1
回答已采纳
我想要计算每对num1、num2和center1之间的欧几里德距离，但有一个错误显示：“从单元格到双倍是不可能的。”
[num1]={4,4,4,4,43,4,34,55,6,6,6,65,5,4,4,43,2,2,3,45,6,67,7,7,7,7,4,5,66,5,4,3,3,2,3,4,5};
[num2]={41,42,43,44,43,4,3,5,62,62,63,65,54,4,4,4,24,24,34,4,6,6,47,47,7,7,4,45,16,51,41,13,3,2,3,4,5};
[center1]={20,30};
浏览 4提问于2015-05-16得票数 0
回答已采纳
我一直在使用Matlab 2011b和contourf/contourfm在北美地图上绘制2D数据。我是从mathworks网站上contourfm的帮助页面开始的，如果你使用他们的默认数据"geoid“和引用向量”geoidrefvec“，它会工作得很好。
下面是一些处理预设数据的简单：
figure
axesm('MapProjection','lambert','maplo',[-175 -45],'mapla',[10 75]);
framem; gridm; axis off; tightmap
load ge
浏览 0提问于2012-06-09得票数 3
回答已采纳
我在face recognition项目中工作，其中我有比50 face嵌入更多的内容。这些面部嵌入是ndarray，如下所示：
[-0.0200691 0.13491213 0.01145144 0.05688962 -0.00676387 0.19993635
0.02533266 -0.19400811 0.0411012 0.01464365 -0.00415354 0.05402206
0.01664302 -0.06064441 -0.03436396 -0.10992181 -0.03958193 0.19097123
-0.04695265 -0.
浏览 6提问于2020-04-18得票数 1
我有.mat文件格式，我想要修改，以传递到另一个软件。该文件具有1x1struct (name:data)，有4个字段。其中一个是带有另4个字段的1x15结构(name: event)。我想修改这些字段。例如，第一个是“时间”，我试图以不同的方式修改它：
data.event.time=[1:15];
我得到了一个错误：
"Scalar structure required for this assignment"
也曾尝试过：
data.event = setfield(data.event,'time',1:15);
并得到：
"Scalar st
浏览 3提问于2016-09-29得票数 1
回答已采纳
1回答
我正在尝试制作一个着色器，模拟太阳的位置和它在对象中反射的光线。
为了模拟太阳轨迹，我有一个计时器，灯光位置定义为：
fvLightPosition.x=-cos(Time)*speed;
fvLightPosition.y=sin(Time)*speed;
fvLightPosition.z=100.0;
定时器是一个变量float Time0_X
我几乎得到了正确的轨迹，除了那是颠倒的，不知何故看起来有点奇怪。有没有人能给我一个建议，如何以正确的方式模拟太阳的轨迹？
我正在使用RenderMonkey来制作着色器。
浏览 0提问于2011-01-23得票数 1
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。
然而，我不明白为什么余弦是正确的衡量词的相似性。余弦相似性表示两个向量指向相同的方向，但它们可能有不同的震级。
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相似性对word2Vec有效吗？
浏览 4提问于2016-07-17得票数 17
回答已采纳
我使用ORB的OpenCV实现以及BFMatcher。OpenCV声明NORM_HAMMING应该与ORB一起使用。
为什么会这样呢？norm_hamming与欧氏距离、norm_l1等其他方法相比有什么优势。
浏览 3提问于2017-04-25得票数 2
回答已采纳
2回答
假设我们有一个包含50个句子的列表，我们有一个输入句子。如何从列表中选择与输入句子最接近的句子？
我尝试了许多方法/算法，例如对句子中每个标记的word2vec向量表示进行平均，然后对结果向量进行余弦相似度计算。
例如，我希望算法在“书的定义是什么？”之间给出一个很高的相似性分数。和“请给书下定义”。
我正在寻找一种方法(可能是方法的组合)，它1.查找语义2.查找语法3.为具有不同角色的不同标记赋予不同的权重(例如，在第一个示例中'what‘和'is’应该获得较低的权重)
我知道这可能有点笼统，但任何建议都是值得感谢的。
谢谢,
阿米尔
浏览 2提问于2016-12-22得票数 0
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
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
