- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我有大量与重要性因素配对的 3d 点。
每个用户都有六分。例如:查理有 6 个点:(22,44,55) 是他的第一个点,重要性因子为 3,(10,0,0) 是他的第二个向量,重要性因子为 2.8,一直到他的第六点是 (100,300,200),重要性因子为 0.4。
我想做的是找到与查理最相似的人,而不是遍历所有其他人。基本上为每个用户最小化此功能(即,将该用户的正确六个点与查理匹配):
pythagoras(point, point2) * max(importance_factor, importance_factor2) * (abs(importance_factor - importance_factor2) + 1)
然后通过选择成本最低的用户来找到与查理最相似的用户。我现在已经以愚蠢的方式编写了代码(通过执行大量循环),但我正在寻找一种方法来正确处理存在多个点和重要性因素的事实。
我开始研究空间索引,但我认为它们不会起作用,因为我有多个点,但也许我可以将这些点展开到更高维度的点中?所以我可以在 18 维中有 1 个点,而不是 3 个维度中的 6 个点?仍然无法处理重要性因素,但总比没有好。
不幸的是,我不能在这里使用向量和余弦,因为 (1,1,1) 和 (400,400,400) 是非常相反的事物。
有什么想法吗?
最佳答案
既然你还没有得到任何答案,我想我至少会贡献一些想法。我使用了 python k-d 树模块来快速搜索最近邻点:
http://code.google.com/p/python-kdtree/downloads/detail?name=kdtree.py
只要它们的大小相同,它就可以采用任意点长度。
我不确定你想如何应用“重要性”的权重,但这里只是关于如何使用 kdtree 模块至少让最接近的“人”到给定的每个点的头脑 Storm 人设:
import numpy
from kdtree import KDTree
from itertools import chain
class PersonPoint(object):
def __init__(self, person, point, factor):
self.person = person
self.point = point
self.factor = factor
def __repr__(self):
return '<%s: %s, %0.2f>' % (self.person,
['%0.2f' % p for p in self.point], self.factor)
def __iter__(self):
return self.point
def __len__(self):
return len(self.point)
def __getitem__(self, i):
return self.point[i]
people = {}
for name in ('bill', 'john', 'mary', 'jenny', 'phil', 'george'):
factors = numpy.random.rand(6)
points = numpy.random.rand(6, 3).tolist()
people[name] = [PersonPoint(name, p, f) for p,f in zip(points, factors)]
bill_points = people['bill']
others = list(chain(*[people[name] for name in people if name != 'bill']))
tree = KDTree.construct_from_data(others)
for point in bill_points:
# t=1 means only return the 1 closest.
# You could set it higher to return more.
print point, "=>", tree.query(point, t=1)[0]
结果:
<bill: ['0.22', '0.64', '0.14'], 0.07> =>
<phil: ['0.23', '0.54', '0.11'], 0.90>
<bill: ['0.31', '0.87', '0.16'], 0.88> =>
<phil: ['0.36', '0.80', '0.14'], 0.40>
<bill: ['0.34', '0.64', '0.25'], 0.65> =>
<jenny: ['0.29', '0.77', '0.28'], 0.40>
<bill: ['0.24', '0.90', '0.23'], 0.53> =>
<jenny: ['0.29', '0.77', '0.28'], 0.40>
<bill: ['0.50', '0.69', '0.06'], 0.68> =>
<phil: ['0.36', '0.80', '0.14'], 0.40>
<bill: ['0.13', '0.67', '0.93'], 0.54> =>
<jenny: ['0.05', '0.62', '0.94'], 0.84>
我想出了这个结果,你可以看看最频繁匹配的“人”,或者再考虑权重。或者,也许您可以汇总结果中的重要因素,然后选择评分最高的因素。那样的话,如果 mary 只匹配一次但有 10 个因子,而 phil 有 3 个匹配但总计只有 5 个,mary 可能更相关?
我知道您有更强大的功能来创建索引,但它需要遍历集合中的每个点。
关于python - 需要一个合适的数据结构或索引,以便根据 3d 点和重要性因素快速查找用户,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/10555511/
在 GGally::ggpair 的最新版本中,相关值用 * 显示,如下图所示。我想删除 *s 并保留相关值。 我看过 ggpairs 代码,但它对我来说并不明显。 GGally::ggpairs(d
在 GGally::ggpair 的最新版本中,相关值用 * 显示,如下图所示。我想删除 *s 并保留相关值。 我看过 ggpairs 代码,但它对我来说并不明显。 GGally::ggpairs(d
我正在尝试使用在 weka 库中实现的 SVM 分类来对一些数据进行分类。我的分类代码如下所示: BufferedReader reader = new BufferedReader(new File
我已经为 jdbm 构建了 Lucene Directory 实现,一个嵌入式Java数据库。 Directory API 的一部分是与"file"修改日期相关的两个方法:touchFile 和 fi
我的任务是编写一个函数,将文件中单词的长度与整数进行比较,然后返回所有符合该大小的单词。我得到的答案几乎相同,除了我没有像他们那样包含 string.strip() : def get_words(d
xgb.importance 命令返回由 f score 衡量的特征重要性图。 这个f分数代表什么,它是如何计算的? 输出: Graph of feature importance 最佳答案 这是一个
有一个二元分类问题:如何获得 Ranger 模型变量的 Shap 贡献? 示例数据: library(ranger) library(tidyverse) # Binary Dataset df %
如今 servlet 在哪里使用? 我知道 servlet 是在面向请求/响应的服务器(例如支持 Java 的 Web 服务器)中运行的模块。但是现在我没有听到任何人使用 servlet。这可能是因为
我是一名优秀的程序员,十分优秀!