아파치 플 링크는 유클리드 거리를 계산하기위한 설정 라이브러리를 가지고 있습니다. 나는 n 차원 공간에서 거리 계산을 위해 동일한 API를 사용하고 싶다. 나는 3 개의 특징을 가진 2 개의 데이터 세트를 가지고있다. A = {} 0.1,0.3,0.8 B = 양쪽이 아파치 FLINK를 사용하여 벡터 사이의 거리 I를 계산할 수있는 방법 {} 0.2,0.4,
주어진 점에 가장 근접한 곡선 (또는 주어진 점으로부터 곡선까지의 최단 거리)에서 점을 계산하는 방법을 찾아야합니다. 맞는 곡선의 방정식은 y = m/(x + a) + c의 형식입니다. 나는 그것을 분석적으로 풀려고했지만 4 차 다항식을 얻었다. 수천 포인트 (예 : 스테이터스)로 조작 할 수있는 해결책이 있습니까?
3D 공간에서 x, y, z 위치와 함께 5 백만 점의 카탈로그가 있다고 가정합니다. 이 5 백만 점 중 각각에 대해 가장 가까운 10 점 (직선적 인 3 차원 유클리드 거리 공식)을 찾고 싶습니다. 파이썬에서 테이블의 모든 요소에 대해 간단한 for 루프를 수행하고 for 루프 내에서 현재 작업 좌표와 다른 모든 점 사이의 거리를 찾는 배열 연산 (두 번
선생님이 숙제로이 질문들을 내게 주었고 나는 그것을 올바르게 이해하고 있는지 모른다. 다음 고객은 표에 표시된대로 여러 개의 DVD를 평가했습니다. 유클리드 거리 방식을 사용하여 이러한 고객에 대한 유사도를 계산합니다. 그런 다음 유사도를 가중치로 사용하여 각 영화의 가중 평균 점수를 계산합니다. 다른 어떤 고객은 데이브 가장 유사한? 해당 고객의 유사도
행렬의 두 원소를 모두 추출하여 그 결과를 행렬로 반환하여 계산식에서 수식으로 답을 줄 수있는 방법 : [,1][,2][,3][,4][,5][,6]
[1,] 2 1 5 5 10 1
난 등 열에 1 개의 첫 번째 반복에서, 3, 4 번째 반복과 압축을 : 예를 들어, I는 6 열이 하나의 행의 행렬을 갖는다. 그 결과는 매트릭스 형태 여야합니다. [1,
본질적으로 2 개의 인수를 입력 할 수있는 swap 함수를 가질 수 있기를 원합니다. 첫 번째 점은 중심점, 반전 점, 두 번째 점은 점을 기준으로 반대 위치를 찾고 싶습니다. 따라서 swap(5,2)에 넣으면 8을 반환합니다. 아이디어는 5-2=3이고 5+3=8입니다.
R에서 유사점을 찾는 방법은 무엇입니까? 특히, 내가 가장 중요하게 생각하는 유사성 측정 기준은 코사인과 KNN- # 값입니다. 데이터의 핵심적인 측면은 나를 위해 쓸만한 형태로 나오기 때문입니다. 예를 들어 내장 된 mtcars 데이터 세트를 사용하면 가장 비슷한 항목을 찾고 싶습니다. library(tidyverse)
mtcars$item = rown
pdist을 사용할 때 의문이 생겼습니다. 조언을 해 주시면 감사하겠습니다. pdist(D)은 일반적으로 여러 차원에 대한 거리의 합계를 제공하지만 거리를 별도로 가져 오려고합니다. 예를 들어 데이터 세트가 S이고 10 * 2 매트릭스 인 경우 pdist(S(:,1)) 및 pdist(S(:,2))을 별도로 사용하지만 데이터에 여러 차원이있는 경우 매우 비효
저는 MATLAB에서 x와 y 좌표를 갖는 여러 점 (예 : 100)을 가진 2 차원 데이터 세트를 가지고 있습니다. 가장 가까운 이웃 (Euclidean distance)에 따라 미리 정의 된 포인트 (예 : 5)를 중심으로 이러한 포인트를 클러스터링해야합니다. 그러나 미리 정의 된 각 포인트에는 연관된 포인트 수에 제한이 있습니다. 예를 들면. 사전 정
def closest_centroid(points, centroids):
"""returns an array containing the index to the nearest centroid for each point"""
distances = np.sqrt(((points - centroids[:, np.newaxis])**2).sum(a