更改距离矩阵中的标签
是指对距离矩阵中的标签进行修改或替换的操作。距离矩阵是一个用于表示不同对象之间的距离或相似度的矩阵，常用于聚类、分类、推荐系统等领域。
在更改距离矩阵中的标签时，可以通过以下步骤进行操作：
- 确定需要更改的标签：首先需要确定要更改的标签是哪些，可以根据具体需求和任务来确定。
- 找到对应的距离矩阵位置：根据需要更改的标签，在距离矩阵中找到对应的位置，即需要更改的行和列。
- 修改标签：将找到的位置上的标签进行修改，可以是替换成新的标签，或者是进行修正。
- 更新距离矩阵：在修改标签后，需要更新距离矩阵中受影响的部分，重新计算距离或相似度，并更新相应的数值。
更改距离矩阵中的标签可以应用于多个场景，例如：
- 聚类分析：在聚类分析中，可以根据领域知识或者实际需求，对聚类结果进行标签的修改，以更好地反映聚类的含义和特征。
- 相似度计算：在相似度计算中，可以根据具体任务的要求，对相似度矩阵中的标签进行修改，以适应不同的应用场景。
- 推荐系统：在推荐系统中，可以根据用户的反馈或者个性化需求，对推荐结果中的标签进行修改，提供更加准确和个性化的推荐。
腾讯云提供了一系列与云计算相关的产品，包括但不限于：
- 云服务器（ECS）：提供弹性计算能力，支持多种操作系统和应用场景。产品介绍链接：https://cloud.tencent.com/product/cvm
- 云数据库（CDB）：提供高可用、可扩展的数据库服务，支持多种数据库引擎。产品介绍链接：https://cloud.tencent.com/product/cdb
- 人工智能平台（AI Lab）：提供丰富的人工智能算法和模型，支持图像识别、语音识别、自然语言处理等应用。产品介绍链接：https://cloud.tencent.com/product/ailab
请注意，以上仅为腾讯云的部分产品示例，具体选择和推荐的产品应根据实际需求和场景来确定。
相关·内容
我有一个距离矩阵：
array('d', [188.61516889752, 226.68716730362135, 188.96015266132167])
我想要添加标签到矩阵，然后再执行分层聚类使用scipy。
我使用以下方法从距离矩阵生成UPGMA树状图：
from scipy.cluster.hierarchy import average, fcluster
#from scipy.spatial.distance import pdist
outDND=average(distanceMatrix)
我尝试使用以下方法将标签添加到树状图中：
from scipy
浏览 8提问于2022-11-28得票数 1
回答已采纳
1回答
我需要根据编辑距离/ Levenshtein距离使用ELKI对大量字符串进行集群。由于数据集太大，我希望避免基于文件的预计算距离矩阵。我怎样才能
(a)从文件(只有“标签”)加载ELKI中的字符串数据？
(b)实现一个访问标签的距离函数(扩展AbstractDBIDDistanceFunction，但如何获取标签？)
一些代码片段或示例输入文件将有帮助。
浏览 5提问于2013-03-18得票数 2
1回答
我有一个预先计算的距离矩阵。
我正在尝试使用scipy进行分层聚类：
from scipy.cluster.hierarchy import fcluster, linkage, cut_tree,fcluster
z = linkage(ds, "average")
clust = fcluster(z, 4, criterion='maxclust')
print(clust)
的问题是，大多数标签都在一个组中--为什么？
顺便说一句，我也尝试过使用AgglomerativeClustering，但是我得到了类似的结果。
ds是预计算的距离矩阵。我使用DT
浏览 0提问于2019-10-22得票数 0
我正在写一个函数来找到矩阵中的一行，它最接近给定的向量，并且给定的向量可以变大。例如，如果矩阵大小为4，向量大小为3，则函数将检查矩阵每行的前三个值。
比较而言，我计算矩阵中每一行与给定向量的距离，然后选择具有最小距离的行，但我认为这不是完美的解，因为两个不同的行与给定向量的最小距离是相同的。
我想知道在matlab中是否有内置的函数。我已经试过ismember方法了。
浏览 4提问于2015-05-12得票数 0
我知道scipy.cluster.hierarchy专注于处理距离矩阵。但现在我有了相似矩阵..。在我用Dendrogram绘制了它之后，奇怪的事情就发生了。以下是代码：
similarityMatrix = np.array(([1,0.75,0.75,0,0,0,0],
[0.75,1,1,0.25,0,0,0],
[0.75,1,1,0.25,0,0,0],
[0,0.25,0.25,1,0.25,0.25,0],
浏览 2提问于2016-11-20得票数 0
回答已采纳
3回答
在我的问题中可以观察到N个不同的类，我的任务是检测哪些类发生在时间t(T帧)上。我创建了actualLabels和predictedLabels大小为NxT的二进制矩阵。我观察了数据，用手填写了actualLabels。如果时间t中的实例涉及nth类，则actualLabels(n,t)为1，否则为0。这是我的真实数据。然后，我对数据运行我的算法并预测观察到的类。标签自动找到并存储在predictedLabels中。
我的问题是，如何使用这些矩阵计算成功值？有什么流行的方法吗？
示例案例：让有4个类和T=5。
actualLabels = 0 0 0 0 1
浏览 1提问于2012-01-12得票数 0
回答已采纳
1回答
创建相似矩阵
、、、
我有一个训练集和一个向量测试集。所有的向量都有标记。
对于测试集中的每个标记向量，训练集中有3个具有相同标记的向量。
我用余弦距离来计算向量中元素之间的相似性。在图中，我们可以看到在测试集的6个向量和训练集的18个向量的子集中应用余弦距离相似性的结果。
📷
现在，我想创建标签的相似性矩阵。因此，在这种情况下，我需要一个6x6维的矩阵，但我不知道如何将这个分数矩阵转换为一个相似矩阵。
浏览 0提问于2017-09-15得票数 1
回答已采纳
我使用基于这篇文章的HDBSCAN进行文本聚类，它描述了如何在R中实现这一点，我已经用这个图书馆用Python重新编写了这篇文章。该方法首先计算文档的TF-以色列国防军向量，然后计算所有向量对的距离矩阵，然后根据距离矩阵拟合HDBSCAN聚类器。
由于算法速度慢，而且我的整个集合也有点大，所以我已经用我的文档子集为集群做了更好的准备。我已经把它限制在5000个样品上。HDBSCAN发现的集群是可以接受的。我以后再微调他们。
现在，我想创建一个Python方法，它将接受一个新文档，而不是原始培训集的一部分，并返回新文档似乎属于的集群标签。
我通过尝试使用近似_预测()来完成这个任务。这就是我要问
浏览 0提问于2019-08-08得票数 1
在或TSP问题的背景下:假设我们希望将两个地点之间的旅行时间具体化为一个成本矩阵问题的事实。
我们可以重写地理定位类的distanceTo-method，以简单地查找矩阵中的值。但要做到这一点，我们需要在地理位置实例中存储矩阵实例的引用。
这对和相关的规划实体有什么影响？在计划过程中，矩阵是否会被深入克隆/不同的规划-实体会指向不同的矩阵-实例？当然，这是应该避免的，因为矩阵在计划和深度克隆过程中不会发生变化，这可能会导致性能下降。相反，每个地理位置的矩阵引用应该指向内存中相同的矩阵对象.
是FieldAccessingSolutionCloner适当地处理了这个问题，还是我们需要提供我们自己
浏览 0提问于2019-04-28得票数 1
回答已采纳
1回答
我有一个用户给产品标签的数据库。例如
user; product; tag
1; A; Tag1
1; A; Tag2
2; A; Tag1
2; B; Tag1
..
..
我正在尝试将标签聚在一起，这些标签都是给任何产品的。最后，我想将它们形象化为PCA图，在这里我可以看到“更接近”的标记簇(用户将这些标记放在一起的倾向)。到目前为止，我可以考虑应用t-SNE或简单的主成分分析来获得具有可用标记的某种聚类。
为此，我制作了如下频率矩阵
first_tag; second_tag; occurrence
Tag1; Tag2; 2393
Tag1; Tag3; 38
Tag2; Tag3;
浏览 0提问于2019-08-29得票数 1
1回答
K-均值算法无效
、、
我正在尝试使用Numpy在Python 3中实现k均值算法。我的输入数据矩阵是一个简单的nx2点数据矩阵：
[[1, 2],
[3, 4],
...
[7, 13]]
由于某些原因，在迭代的每一步，我的标签都不一样。每一个标签都是不同的。有人看到我做了什么明显的错事吗？我试图在代码中添加一些注释，以便人们能够理解我正在执行的各个步骤。
def kmeans(X,k):
# Initialize by choosing k random data points as centroids
num_features = X.shape[1]
centroids =
浏览 9提问于2016-11-25得票数 1
回答已采纳
假设我想使用CART作为分类树(我需要一个明确的响应)。我有训练集，我用观察标签来分割它。
现在，要构建决策树(分类树)，如何选择特征来决定哪个标签适用于测试观察？
假设我们正在研究基因表达矩阵，其中每个元素都是一个实数，这是否使用了类之间距离更远的特性呢？
浏览 0提问于2014-07-02得票数 4
回答已采纳
1回答
我正在尝试在python3中实现Warshall算法，以创建一个每个点之间距离最短的矩阵。 这应该是一个简单的实现，我制作了一个矩阵，并用每个点之间的距离填充它。 然而，我得到了错误的结果，我不知道我的实现有什么问题。 #number of vertex (N), number of connections(M)
N, M = 4,4;
#my matrix [A,B,C] where A and B indicates a connection
#from A to B with a distance C
A = [[0,1,2],[0,2,4],[1,3,1],[2,3,5]];
#m
浏览 15提问于2019-10-19得票数 1
回答已采纳
如果我有一个距离矩阵，比如说，函数pdist。现在，我想绘制这个距离矩阵的热图，并重新排序它的行和标签，这样就可以在热图的顶部/它的一侧显示距离矩阵的层次结构/聚类。
注意:我没有使用clustergram()来对原始数据进行聚类。这里我只有距离矩阵。
Matlab树状图()函数只绘制一棵树，而heatmap函数只绘制一个热图。
有什么想法吗？
浏览 1提问于2017-05-30得票数 0
回答已采纳
1回答
我有三个矩阵要比较。每个都是5x6。我最初想使用层次聚类来对矩阵进行聚类，以便在给定相似性阈值的情况下，对最相似的矩阵进行分组。
我在python中找不到任何这样的函数，所以我手工实现了距离度量，。现在我有一个3x3距离矩阵(我相信在这个例子中它也是一个相似矩阵)。
我现在正试着制作一个树状图。这是我的代码，这就是问题所在。我想要生成一个图表(如果可能的话，一个树状图)来显示最相似的矩阵簇。矩阵0,1,2，0和2是相同的，应该先聚在一起，1是不同的。
距离矩阵如下所示：
> 0 1 2
0 0.0 2.0 3.85e-16
1 2.0 0.0
浏览 2提问于2017-01-01得票数 9
回答已采纳
我正在尝试从图形xy图中提取语义，其中点被绘制，并且一些或所有点都有标签。标签被绘制在“点附近”，这样人们就可以正常地理解哪个标签与哪个点相对应。例如，在此图中，很清楚哪个标签(编号)属于哪个点(*)，并且基于欧几里得距离的算法可以工作。(标签和点没有语义排序-例如散点图)
*1
*2
*3
*4
在拥挤的地块中，创作软件/人可以将标签放置在不同的方向以避免重叠。例如，在
1**2
**4
3
人类阅读器通常可以计算出哪个标签与哪个标签相关联。
我接受的一种解决方案是创建一个欧几里德距离矩阵，然后对行进行混洗，以获得函数的最小值(例如，对角线上距离
浏览 2提问于2012-04-14得票数 4
回答已采纳
我在SciPy中使用层次结构包时遇到了问题。这里有一个例子说明我的距离矩阵是什么：
[[ 0., 40., 33., 28.],
[ 40., 0., 35., 28.],
[ 33., 35., 0., 28.],
[ 28., 28., 28., 0.]]
我把矩阵转换成向量，我想要一个层次结构，它合并矩阵中的最高值，因此它应该按照((0-1)-2)-3的顺序合并。要做到这一点，我使用的是‘完全’参数，因为它是在文档中编写的，这是用来取最大值的，但是它实际上产生了：(0-3)-2)-1)
这是计算链接矩阵的代码：
Z = linkage(distArr
浏览 6提问于2017-12-07得票数 0
回答已采纳
2回答
我正在尝试标记scipy.cluster.hierarchy.dendrogram生成的树状图中的节点。
我正在使用，尝试将示例中的集群间距离标签(1.01,1.57)替换为字符串('a+c'，'a+b+c')。
链接矩阵的示例如下所示
Z = array([[ 2, 7, 0, 2],
[ 0, 9, 0, 2],
[ 1, 6, 0, 2],
[ 5, 10, 0, 3],
[11, 12, 0, 4],
[ 4, 8,
浏览 0提问于2015-05-19得票数 4
2回答
我有两个距离矩阵，每个232*232，其中列和行标签是相同的。这将是这两个点的简写版本，其中A、B、C和D是测量距离的点的名称：
A B C D ... A B C D ...
A 0 1 5 3 A 0 5 3 9
B 4 0 4 1 B 2 0 7 8
C 2 6 0 3 C 2 6 0 1
D 2 7 1 0 D 5 2 5 0
... ...
因此，这两个矩阵表示两个不同网络中点对之间的距离。我想找出在一个网络中紧密相连，在另一个网络中相距很远
浏览 2提问于2017-04-05得票数 1
1回答
图中的标签排序
、、
在python中，我有一个N乘N的距离矩阵dmat，其中dmati，j编码从实体i到实体j的距离，我想查看一个树状图。我做了：
from scipy.cluster.hierarchy import dendrogram, linkage
import matplotlib.pylab as plt
labels=[name of entity 1,2,3,...]
Z=linkage(dmat)
dn=dendrogram(Z,labels=labels)
plt.show()
但标签上的订单看上去不对。有些实体与dmat非常接近，但这并没有反映在树状图中。到底怎么回事？
浏览 2提问于2018-01-18得票数 0
回答已采纳
2回答
我有一个使用scipy.cluster.hierarchy.linkage()集群在一起的list_of_objects对象列表。作为输入，scipy.cluster.hierarchy.linkage()接受一个压缩距离矩阵。我使用itertools.combinations计算压缩距离矩阵，只比较唯一的组合：
distances = map(do_comparison, itertools.combinations(list_of_objects, 2))
即便如此，随着list_of_objects的大小，它所需的时间也在快速增长。有没有更快的方法来做这件事？
浏览 7提问于2013-11-01得票数 4
一个简单的机器学习，像MNIST，它使用一个热向量作为标签.每个样本只有一个热向量，将其分类为一个类别。我的问题是，是否有可能像这样，每个样本都有一个矩阵作为标签，在这个矩阵中，每一行都是一个热向量。因此，一个MxN矩阵标号意味着，它将尝试用M方法对样本进行分类，其中每种方法都有N个类。这个是可能的吗？
浏览 2提问于2016-10-07得票数 0
1回答
我有一个关于使用距离矩阵进行聚类的问题，但是很稀疏。
是否有不扩展矩阵的稀疏距离对象格式，并且可以使用稀疏表示？
目前，我正在做以下工作
# read sparse matrix
sparse <- readMM('sparse-matrix')
distance <- as.dist(sparse)
稀疏矩阵已经是正确的距离矩阵，它对于未连接的条目具有NA。
>sparse
[1,] . . .
[2,] 1 . .
[3,] 1 . .
> as.dist(sparse)
1 2
2 1
3 1 0
但是，使用as.dist将其转换为
asM
浏览 0提问于2013-04-09得票数 3
1回答
一般情况下，python和编程都是新的：
正方形的文档声明如下：
将向量形式的距离向量转换为方型距离矩阵，反之亦然.
将一维数组转换为平方矩阵？
其中paramenter X：
压缩或冗余距离矩阵。
和返回：
如果一个压缩距离矩阵被传递，一个冗余矩阵被返回，或者如果一个冗余矩阵被传递，一个压缩距离矩阵被返回。
压缩矩阵和冗余矩阵的区别是什么？
压缩/冗余矩阵与它所采用的向量/平方形式之间的关系是什么？
将pdist文件返回压缩距离矩阵：
返回一个凝聚距离矩阵Y。对于每个i和j(其中i小于j小于n)，计算度量dist(u=Xi，v=Xj)并将其存储在条
浏览 3提问于2016-04-21得票数 3
回答已采纳
1回答
基于标签的共现图像聚类
、、、、
我使用Google Vision API标记了大量的对象图像。使用这些标签( pickle 中的list)，我创建了一个标签共现矩阵(下载为numpy数组)。矩阵的大小是2195x2195。
加载数据：
import pickle
import numpy as np
with open('labels.pkl', 'rb') as f:
labels = pickle.load(f)
cooccurrence = np.load('cooccurrence.npy')
我想使用聚类分析来定义合理数量的集群(定义为视觉标签列表)，这些集
浏览 0提问于2019-10-21得票数 1
2回答
对象与画布上的对象矩阵之间的碰撞
、、、、
我有一个矩形和一个矩形矩阵。
我想要检查矩阵中哪个矩形与单个矩形冲突最多，并改变其位置以适合矩阵的矩形。
这就是我的矩形的表示方式
{
x: X,
y: Y,
width: WIDTH,
height: height
}
矩阵只是一个简单的矩形数组(9)。正如你在下图中看到的，矩形可以放在9个正方形中的任何一个位置，问题是我不知道如何计算矩形与哪个正方形碰撞最多。
非常感谢。任何答案我都会同意的。
浏览 2提问于2014-09-03得票数 0
1回答
我正在尝试计算R中树的每个标记数量之间的欧几里得距离。我的数据集大约有43000行。我正在使用
mat.co <- cbind(co.trees$gx, co.trees$gy)
m <- as.matrix(head(dist(mat.co, diag = TRUE, upper = TRUE)))
as.dist(m, diag = TRUE, upper = TRUE)
我的问题是：
1)矩阵不会产生我想要的列名和行名。现在列名和行名是1,2,3，等等。我希望列名和行名都是树的标签号，这样我就可以找出相对距离。
此外，矩阵不显示1和1之间的距离，该距离应为0。在后面的部分中，
浏览 1提问于2015-06-24得票数 0
1回答
请通过我对LSI (机械工程背景)的理解来理解我：
在LSI中执行SVD之后，有3个矩阵：
U，S，V转座。
U将单词与主题进行比较，S是衡量每个特征强度的一种方法。将主题与文档进行比较。
U dot S dot Vt
返回SVD之前的原始矩阵。没有做太多(没有)深度代数，似乎：
U dot S dot **Ut**
返回一项一项的矩阵，该矩阵提供了两个术语之间的比较。也就是说，一个术语与其他术语的关系，是一种比较词而不是成分的DSM (设计结构矩阵)。我可能完全错了，但我尝试了一个样本数据集，结果似乎是有意义的。这可能只是偏见(我想让它起作用，所以我看到了我想要的)。我不能发布结果，因为
浏览 6提问于2013-02-04得票数 1
1回答
什么是最大的视场，可以通过一个投影矩阵，没有失真？在数学完全崩溃之前，有一个< 180度的硬极限，但是在170-180度的实验中，我相信扭曲和偏离现实开始于硬极限之前。投影矩阵开始扭曲视图的点在哪里？
编辑:也许有些澄清是适当的。当我用固定的渲染尺寸将视场角增大到180时，我观察到物体变得比实际要小得多。在一个固定的渲染尺寸和场景/摄像机相同的情况下，如果我没有弄错的话，物体的直径应该与视场的大小成反比。然而，我观察到它们在180度时呈指数缩小，下降到0。这无疑是因为投影矩阵中的X和Y标度与cot成正比(FOV/ 2)。我想知道的是这个扭曲效应是什么时候开始的。
浏览 2提问于2015-03-28得票数 0
回答已采纳
我从google中获取TimeMatrix(N*N)和距离矩阵，那么如何在Optaplanner中添加VRP solver.What是用于路由的默认车辆速度规划器？我可以改变速度吗？解释了如何将实际距离矩阵传递给求解者，比如我可以将实际时间矩阵传递给solver.Please帮助。
浏览 2提问于2016-11-08得票数 0
回答已采纳
2回答
我有一个非常大的3D图像存储在一个矩阵中(大约。500x500x40体素)。在这个矩阵中，大约选择了30000个点(假设是随机的)。假设选定的体素的值为1，而未选定的点为零。现在我需要为整个3D图像中的每个体素计算到最近选定点的欧几里得距离。
例如，在2D中，给定一个4x4矩阵：
selection = 0 0 1 0
1 0 0 0
0 0 0 1
0 0 0 0
相应的距离矩阵为：
distance = 1 1 0 1
0 1 1 1
浏览 3提问于2016-06-06得票数 1
2回答
关于相似性与异相似矩阵的问题
、、、、
现在，我正在为一组聚类算法找出一组数据点的相似度与不同矩阵。我的问题是，如果我想使用R中给出的众多聚类算法中的一种，比如similarity算法，它是否需要一个相似或不同的矩阵作为其参数？
这两者有什么区别？
如果我在R中使用了距戴西函数的Gower距离，它输出的是相似矩阵还是不同矩阵？
另外，让我们假设我有n特性，并且它们都是绝对的(这只是一个例子)我是一个定制的距离函数，在比较G和H两个数据点时，我使用公式\sum_i^nX_i，如果G的Featurei、G_i和features的H、H_i是相等的，则使用公式D4。因此，X_i=1当且仅当所有n分类特性的特征i的G_i=H_i。这会得到一
浏览 0提问于2019-09-30得票数 0
1回答
我想使用来计算数据上的链接结构。我需要使用的相似性度量是。我可以很容易地计算出相应的相似矩阵。然而，linkage函数只接受一个距离矩阵。
如何用互信息作为相似性度量来计算链接结构(或者其他python库)？我可以把相似的矩阵转换成距离矩阵吗？
浏览 0提问于2015-01-28得票数 1
回答已采纳
1回答
通过输入矩阵/数据帧(x)和指定距离度量(例如Euclidean)，例如stats R包中的dist函数(默认)，可以构造距离矩阵。proxy R包具有扩展stats:dist的dist函数(是的，同名)：它具有参数method，用户可以从中传递函数、注册表项或引用邻近度量的助记符字符串。这是非常方便的，如果用户有自己的距离测量作为一个功能。例如(来自proxy中的帮助文档)：
## input matrix
x <- matrix(rnorm(16), ncol = 4)
## custom distance function
f <- function(x, y) sum(x
浏览 5提问于2013-10-02得票数 2
回答已采纳
1回答
树木间的相似性
、、、
我正在研究一个基于图的关键词搜索结果的聚类问题。结果是以树的形式出现的，我需要根据它们的相似之处将它们聚在一起。树的每个节点都有两个键，一个是SQL数据库中的表名(语义形式)，另一个是该表(标签)记录的实际值。
我使用了张和沙沙，克莱因，德米恩和RTED算法，以这两个键为基础，找到树之间的树编辑距离。所有算法都不使用删除/插入/重命名操作，需要修改树以使它们看起来相同。
**我需要更多的矩阵来检查两棵树之间的相似之处，例如节点数、平均扇出数等等，这样我就可以获得这些矩阵的加权平均值，从而得到一个非常好的相似度矩阵，它既考虑了树(结构)的语义形式，又考虑到了树中包含的信息(节点处的标签)。
你能
浏览 1提问于2014-02-20得票数 3
1回答
从枕“链接”输出中求出距离矩阵
、、、、
我想重建一个压缩距离矩阵从链接输出时使用scipy.cluster.hierarchy.linkage。
输入是由m观测矩阵构成的n。因此，我理解，距离是在内部计算的，然后在链接表中输出。
有谁知道从联动输出中获取凝聚距离矩阵的解决方案吗？
浏览 4提问于2017-11-20得票数 0
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
我已经在最新的0.16.1版本和最新的sklearn '0.17.dev0‘版本上尝试过了，这似乎是两个版本都存在的问题。
我使用
sklearn.cluster.AgglomerativeClustering(affinity='precomputed',connectivity=Cmat,linkage='complete')
其中Cmat是其中存在不连通分量的连通性矩阵。如源代码所示，我得到了错误消息UserWarning:连接性矩阵的连接组件的数量是*>1。完成它以避免提前停止树。
然而，通过阅读源代码，我发现当完成连接矩阵时，开发人员想知
浏览 0提问于2015-09-30得票数 2
2回答
评估聚类性能
、、
我的原始数据如下：
df =长拉腊1 11 6 15 19 23 27 30 34 2 12 16 20 24 28 31 35 3 8 17 21 25 29 36 96 14 9 18 22 26 30 33 37
其中：1,2,3,..,96列为"taxi_id“。这意味着我们有96汽车。
其他列则表示汽车的位置，假设它们是一对夫妇。
例如:带有1标签的出租车有位置(11,6)(15,19)(23,27)(30,34)
所以，我需要把它们聚在一起，看看这些出租车司机最常用的轨迹。
为了做到这一点，我计算了一些距离矩阵，然后计算了它的相似性矩阵，并将最后的矩阵应用到中。
浏览 1提问于2019-09-11得票数 1
回答已采纳
我有一个7x4阶的矩阵，我在这个矩阵中有4个零，我想要放置零，这样每个其他元素都有一个到其中一个零的最小距离吗？我该如何处理这个问题？
浏览 0提问于2019-07-19得票数 0
回答已采纳
1回答
按照的说法，k-指的是shape=的矩阵(n_samples，n_features)。但我提供了shape=(n_samples，n_samples)的距离矩阵，其中每个索引保存两个字符串之间的距离。时间序列已使用表示转换为字符串。
当我用距离矩阵进行聚类时，它得到了很好的结果。可能的原因是什么？据我所知，K-medoid是一个与距离矩阵工作的。
浏览 2提问于2017-04-20得票数 5
1回答
所有关于谱聚类的文献都使用相似度矩阵作为谱聚类算法的输入。
是否也可以使用成对距离矩阵？我还没有看到任何版本的频谱聚类代码会使用parwise距离。我在matlab中实现了谱聚类，它有一个函数pdist，这个函数的输出是成对距离矩阵。
浏览 0提问于2015-05-01得票数 1
1回答
使节点更加分开(图形可视化)
、、、、
我正在试着从距离矩阵中画出一个图。代码运行良好，并为我提供了一个图像。图像很大，但所有节点都打包在一起。我想增加节点之间的间距。我希望节点之间的距离更大，而不是放大。
我尝试过Graphviz NEATO，但它的问题是它只支持100个节点，因为我有1000个节点，所以它显示了10个集群，每个集群100个节点。
我的整体代码-
import networkx as nx
import pickle
import matplotlib.pyplot as plt
print "~~~Unpickle."
p_file = open('pickles/names')
浏览 1提问于2012-12-09得票数 2
回答已采纳
我有时间的邻接矩阵，取自Mapbox。。我没有距离矩阵.How，我可以计算成本吗？
浏览 1提问于2016-04-16得票数 0
回答已采纳
1回答
我有一个压缩距离矩阵，我需要传递给一个C函数，它要求将矩阵转换成逐行读取的下三角形。例如：
0 1 2 3
0 4 5
0 6
0
它的缩写形式是：[1,2,3,4,5,6]，但我需要将它转换为
0
1 0
2 4 0
3 5 6 0
行读取的下三角形是：[1,2,4,3,5,6]。
我希望在不创建冗余矩阵的情况下，将紧凑型距离矩阵转换成这种形式。
浏览 1提问于2017-06-05得票数 1
回答已采纳
我正在使用SAS proc distance创建距离矩阵。我想知道SAS EM集群节点是否可以使用这个矩阵来创建执行K均值聚类？
浏览 1提问于2012-12-10得票数 1
2回答
我正在尝试对我的数据集应用分层聚类，该数据集由14039个用户向量组成。每个向量有10个特征，其中每个特征基本上是该用户标记的标签的频率。我正在使用Scipy api进行集群。现在我需要计算这14039个用户之间的成对距离，并将距离矩阵传递给链接函数。
import scipy.cluster.hierarchy as sch
Y = sch.distance.pdist( allUserVector,'cosine')
set_printoptions(threshold='nan')
print Y
但是我的程序在计算距离矩阵本身的时候给出了
浏览 0提问于2012-04-12得票数 6
回答已采纳
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
我正在尝试找到一种方法来绘制一个矩阵(在本例中是一个带有jaccard索引的矩阵)与空间距离(我有纬度和经度数据)。我被告知要使用"geosphere“包，但我还不能完全理解如何使用它。
因此，如果在座的任何人都精通这方面的工作，请帮助我。
亲切的问候
浏览 7提问于2021-07-22得票数 0
1回答
我正在从事人脸识别项目，使用深度学习架构将图像分类到相应的类中。网络在softmax层的输出是预测的类标签，在密集层的最后一层的输出是输入图像的特征表示。这里的特征向量是一个大小为1000的一维矩阵.预测类是识别类型问题，但我对验证问题很感兴趣。
因此，对于两个样本图像，我需要使用它们的特征表示来比较两幅图像之间的相似性/差异性得分。如果匹配分数大于阈值，则为命中，否则不命中。请告诉我是否有标准的方法？
相似面的示例(理想情况下应该生成matchscore>threshold)：
浏览 1提问于2017-11-19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
