python - 如何使用任何分类器对每个数据点由一组浮点值组成的数据进行分类？

Question

我有这种格式的数据-

[0.266465 0.9203907 1.007363 ... 0.0.09623989 0.39632136]

它是第一行第一列的值。

它是第一行第二列的值:

[0.9042176 1.135085 1.2988662 ... 0.0.13614458 0.28000486]

我有 2200 个这样的行，我想训练一个分类器来识别这两组值是否相似？

P.S.-这些是提取的特征向量值。

Answer 1

如果您假设两个提取的特征向量之间的关系是线性的，您可以尝试使用 PIL 逊相关性:

import numpy as np
from scipy.stats import pearsonr

list1 = np.random.random(100)
list2 = np.random.random(100)

pearsonr(list1, list2)

示例输出是:

(0.0746901299996632, 0.4601843257734832)

其中第一个值指相关性 (7%)，第二个值指其显着性(> 0,05 表示您接受零假设，即在显着性水平 alfa = 5% 时相关性不显着)。如果向量是相关的，那么它们在某种程度上是相似的。有关该方法的更多信息here .

此外，我还遇到了归一化互相关，它用于识别图片之间的相似性(不是专家，因此请检查 this )。