euclidean-distance

2热度

1回答

我用Python比较了theano（CPU），theano（GPU）和Scikit-learn（CPU）的处理时间。但是，我得到了奇怪的结果。这里看看我绘制的图。处理时间比较：你可以看到的结果scikit学习比theano（GPU）更快。我检查它的经过时间的程序是从一个有n * 40个元素的矩阵计算欧几里德距离矩阵。这是代码的一部分。 points = T.fmatrix("point

0热度

1回答

计算KNN的欧氏距离

我已经看到很多计算KNN的欧几里得距离的例子，但是非情感分类的例子。比如我有一句“一个非常接近的比赛” 如何计算的一句“伟大的博弈”的欧氏距离？

0热度

1回答

使用apache flink的欧几里德距离计算

Apache flink有设置库来计算欧几里德距离。我想在n维空间上使用相同的API来进行距离计算。我有两个包含3个特征的数据集。一个= {0.1,0.3,0.8} B = {0.2,0.4,0.7} 如何可以计算的距离之间的两个矢量此使用Apache弗林克。

0热度

1回答

从给定点到双曲线的距离

我需要找到一种方法来计算最接近给定点（或从给定点到曲线的最短距离）的拟合曲线上的点。拟合曲线的方程式的形式为：y = m /（x + a）+ c。我试图解决它，但我得到了一个四次多项式。有没有一种解决方案可以实现这一点，可以实现数千个点（例如stata）？

-1热度

1回答

两个文本文件与1,096个人十进制数字 - 减去每个元素和总和

我有两个文本文件包含1,096个值（这些是从神经网络层提取的功能）。我想获取第一个文本文件的第一个元素，并从第二个文本文件的第一个元素中减去它，依次类推至所有1,096个十进制值。然后，我想要将这些减法的总和存储在一个变量中供以后使用。我是新来的Python，所以我不确定哪个是访问每个元素的最佳方式 - 我的目标是采用类似于欧几里得距离方法的方法。

1热度

2回答

了解归一化的欧几里得距离？

我试图了解从Wolfram documentation的归一化平方欧氏距离公式： 1/2*Norm[(u-Mean[u])-(v-Mean[v])]^2/(Norm[u-Mean[u]]^2+Norm[v-Mean[v]]^2) 我搜索周围这个公式在网络上，但无法找到它。有人能解释这个公式是如何派生的吗？

2热度

3回答

计算多维矩阵中的距离

我编写了这段代码来计算距离。但得到ValueError: math domain error的错误。 import math a=[[5, 10], [16, 23]] b=[[6, 1], [21, 2]] dL=[] dist=[] k=0 h=1 for i in range(len(a)): dL=[] for j in range(len

1热度

1回答

dist（）的复杂性是什么？

我在R中使用了dist函数，我想知道它的时间复杂度。我知道层次聚类的时间复杂度为N^2*logN。层次聚类由R中的两部分代码组成。 > d <- dist(as.matrix(mtcars)) # find distance matrix > hc <- hclust(d) # apply hirarchical clustering > plot(hc) # plot th

0热度

2回答

数据帧中任意点之间的唯一成对距离

我有一个包含X和Ỳ坐标的十个点的列表。我想计算任意两点之间可能的距离排列。准确地说，只有1-2,2-1中的一个距离应该存在。我设法消除了一个点与自身的距离。但是无法达到这种排列距离。 # Data Generation df <- data.frame(X = runif(10, 0, 1), Y = runif(10, 0, 1), ID = 1:10) # Temporary key C

-3热度

3回答

如何组内的计算中的R

欧几里得距离如果我有这样一个数据帧： ID GroupID X Y 1 a 772.7778 226.5 1 a 806.5645 35.3871 1 a 925.5714 300.9286 1 b 708.0909 165.5455 1 b 630.8235 167.4118 2 a 555.3333 151.875 2 a 732.8947 462.3158 这