- 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
我有一个术语文档矩阵作为稀疏矩阵(csr 或 coo 矩阵),以及一个我想要进行相似性比较的特征向量。我想尝试以下方法:
1.) 将 doc 矩阵作为 csr 矩阵,将其转换为 ndarray,然后迭代行并使用 scikit 进行余弦相似度学习 ndarray 之间的余弦相似度。
2.)将doc矩阵作为csr矩阵,将其转换为ndarray,然后将矩阵与向量进行矩阵乘积,然后除以幅度和反余弦以获得相似度分数
3.) 将 doc 矩阵作为 coo 矩阵,使用 zip 函数快速迭代索引(同时跟踪您所在的行),并在不利用 ndarray 的矢量化方面的情况下进行余弦相似度计算
尽管第一个方法利用了快速向量化和内置余弦相似度方法,但对于大型矩阵而言,它的内存性能较差(因为您必须转换为稠密形式)。
第二种方法的内存性能也很差,但比第一种方法更能利用矢量化,尽管它需要更多的操作(尽管这些操作也会矢量化),但不能使用内置的余弦相似度方法
第三种方法以牺牲矢量化速度为代价来保持矩阵的稀疏性,但是迭代 coo 矩阵的 zip 方法对于大型矩阵来说速度很快。此实现将是更脏的代码并且没有矢量化。
哪一个是最好的方法?
最后,我想知道是否有一种方法可以迭代 csr 矩阵的行(如 ndarrays),然后进行矢量化余弦相似度。此方法只会将各个行转换为密集形式,并允许使用内置函数进行余弦相似性,因此是一种在一定程度上保留稀疏性并允许矢量化操作的中间方法。有没有办法轻松做到这一点?
最佳答案
您不需要将稀疏矩阵转换为密集numpy数组,您可以使用其.dot()
属性:term_doc.dot(feat_vec)
sparse.linalg
对于计算行范数而不需要转换为数组非常有用:
from scipy import sparse
sparse.linalg.norm(term, axis=1)
这为您提供了计算余弦相似度所需的一切
关于python - 使用 scipy 的各种稀疏矩阵乘积的性能,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53707288/
假设我有两个矩阵,每个矩阵有两列和不同的行数。我想检查并查看一个矩阵的哪些对在另一个矩阵中。如果这些是一维的,我通常只会做 a %in% x得到我的结果。 match似乎只适用于向量。 > a
关闭。这个问题是opinion-based .它目前不接受答案。 想要改进这个问题? 更新问题,以便 editing this post 可以用事实和引用来回答它. 关闭 9 个月前。 Improv
我只处理过 DirectX 矩阵 我读过一些文章,说不能将 DirectX 矩阵数学库用于 openGL 矩阵。 但我也读过,如果你的数学是一致的,你可以获得类似的结果。那只会让我更加困惑。 任何人都
我编写了一个C++代码来解决线性系统A.x = b,其中A是一个对称矩阵,方法是首先使用LAPACK(E)对角矩阵A = V.D.V^T(因为以后需要特征值),然后求解x = A^-1.b = V^T
我遇到了问题。我想创建二维数组 rows=3 cols=2我的代码如下 int **ptr; int row=3; int col=2; ptr=new int *[col]; for (int i=
我有一个 3d mxnxt 矩阵,我希望能够提取 t 2d nxm 矩阵。在我的例子中,我有一个 1024x1024x10 矩阵,我想要 10 张图像显示给我。 这不是 reshape ,我每次只需要
我在 MATLAB 中有一个 3d 矩阵 (n-by-m-by-t) 表示一段时间内网格中的 n-by-m 测量值.我想要一个二维矩阵,其中空间信息消失了,只剩下 n*m 随着时间 t 的测量值(即:
作为一个简化的示例,我有一个 3D numpy 矩阵,如下所示: a = np.array([[[1,2], [4,np.nan], [7,
作为一个简化的示例,我有一个 3D numpy 矩阵,如下所示: a = np.array([[[1,2], [4,np.nan], [7,
使用 eigen2 , 并给定一个矩阵 A a_0_0, a_0_1, a_0_2, ... a_1_0, a_1_0, a_1_2, ... ... 和一个矩阵B: b_0_0, b_0_1, b_
我想知道如何获得下面的布局。 在中型和大型设备上,我希望有 2 行和 2 列的布局(2 x 2 矩阵)。 在小型(和超小型)设备上或调整为小型设备时,我想要一个 4 行和 1 列的矩阵。 我将通过 a
有什么方法可以向量化以下内容: for i = 1:6 te = k(:,:,:,i).*(c(i)); end 我正在尝试将 4D 矩阵 k 乘以向量 c,方法是将其
如何从填充有 1 和 0 的矩阵中抽取 n 个随机点的样本? a=rep(0:1,5) b=rep(0,10) c=rep(1,10) dataset=matrix(cbind(a,b,c),nrow
我正在尝试创建一个包含 X 个 X 的矩阵。以下代码生成从左上角到右下角的 X 对 Angular 线,而不是从右上角到左下角的 X 对 Angular 线。我不确定从哪里开始。是否应该使用新变量创建
我想在 python 中创建一个每行三列的矩阵,并能够通过任何一行对它们进行索引。矩阵中的每个值都是唯一的。 据我所知,我可以设置如下矩阵: matrix = [["username", "name"
我有点迷茫 我创建了一个名为 person 的类,它具有 age 和 name 属性(以及 get set 方法)。然后在另一个类中,我想创建一个 persons 数组,其中每个人都有不同的年龄和姓名
我有 n 个类,它们要么堆叠,要么不堆叠。所有这些类都扩展了同一个类 (CellObject)。我知道更多类将添加到此列表中,我想创建一种易于在一个地方操纵“可堆叠性”的方法。 我正在考虑创建一个矩阵
我有一个包含 x 个字符串名称及其关联 ID 的文件。本质上是两列数据。 我想要的是一个格式为 x x x 的相关样式表(将相关数据同时作为 x 轴和 y 轴),但我想要 fuzzywuzzy 库的函
机器学习与传统编程的一个重要区别在于机器学习比传统编程涉及了更多的数学知识。不过,随着机器学习的飞速发展,各种框架应运而生,在数据分析等应用中使用机器学习时,使用现成的库和框架成为常态,似乎越来越不需
当我在 julia 中输入这个错误跳转但我不知道为什么,它应该工作。/ julia> A = [1 2 3 4; 5 6 7 8; 1 2 3 4; 5 6 7 8] 4×4 Array{Int64,
我是一名优秀的程序员,十分优秀!