任務：現有特徵矩陣x∈r
n×
fx\in r^
x∈rn×f
，n為樣本個數，f為特徵大小，需要計算相似度矩陣a
aa，aij
=aji
a_=a_
aij=a
ji為第i個樣本和第j個樣本的相似度，利用歐式距離求解兩個樣本間的距離：
a ij
=aji
=∑f=
1f(x
if−x
jf)2
a_=a_=\sum_^(x_-x_)^
aij=a
ji=
f=1∑
f(x
if−
xjf
)2未優化的雙重迴圈寫法
def
dobule_loop
(x):
n =len(x)
a = numpy.zeros(
(n, n)
)for i in
range
(n):
for j in
range
(i+1
, n)
: a[j]
[i]= a[i]
[j]= numpy.
sum(numpy.square(x[i]
-x[j]))
return a
去掉第二個迴圈，使用批量計算，例如第i個樣本需要和i+1到n的樣本計算歐式距離，則將i+1到n個樣本取出與第i個樣本批量計算
def
optimize_loop
(x):
n =len(x)
a = numpy.zeros(
(n, n)
)for i in
range
(n):
deta = numpy.
sum(numpy.square(x[i]
-x[i+
1:n]
), axis=1)
a[i, i+
1: n]
= deta
a[i+1:
, i]
= deta
return a
相似度計算
從多個維度分析兩組資料的相似度，比如大的文字使用word2vec轉成向量，類別根據最大的類別數量n拆成n維0或1表示的vector，數值型別歸一化之後表示乙個維度，然後根據cos l1 l2等方式計算相似度 可以用於推薦系統 協同過濾等演算法 注意double值的精度處理 將向量根據座標值，繪製到向...
相似度計算
author wepon blog machine learning in action 筆記，相似度計算，基於python numpy。假如我們希望相似度的值在0 1之間，並且越相似，值越大，有哪些辦法？1 計算歐式距離，然後根據 相似度 1 1 距離 計算相似度。2 皮爾遜相關係數，在numpy...
相似度計算之余弦相似度
一 定義及概念 余弦取值範圍為 1,1 求得兩個向量的夾角，並得出夾角對應的余弦值，此余弦值就可以用來表徵這兩個向量的相似性。夾角越小，趨近於0度，余弦值越接近於1，它們的方向更加吻合，則越相似。當兩個向量的方向完全相反夾角余弦取最小值 1。當余弦值為0時，兩向量正交，夾角為90度。因此可以看出，余...