logo
Redian新闻
>未名空间
>DataSciences - 数据科学
>
怎么计算距离比较好？
avatar
怎么计算距离比较好？# DataSciences - 数据科学
j*3
1 楼
正在做一个项目要计算similarity，比如两个object，分别有一些feature，这些
feature都是set，怎么比较
比如，两个电影 m1, m2
m1有个feature是地点 [UK, USA, China], 而 m2 是［］（empty set） 或者 m2 [
Austrilia, China]
怎么计算这个feature之间的距离？
avatar
c*z
2 楼
Try Jaccard distance

【在 j**********3 的大作中提到】
: 正在做一个项目要计算similarity，比如两个object，分别有一些feature，这些
: feature都是set，怎么比较
: 比如，两个电影 m1, m2
: m1有个feature是地点 [UK, USA, China], 而 m2 是［］（empty set） 或者 m2 [
: Austrilia, China]
: 怎么计算这个feature之间的距离？
avatar
j*3
3 楼
终于有人理我了。。。我试了这个之后，还有后续问题，先试这个。。。
谢谢！

【在 c***z 的大作中提到】
: Try Jaccard distance
avatar
l*s
4 楼
有不少方法，比如Euclidean distance，比如Cosine，比如Kullback–Leibler
建议用cosine，各种结果表明，是个不错的方法
另外可以试试KL，虽然是个asymmetric，但是不妨试试。
avatar
j*3
5 楼
这个cosine要怎么做？set也可以用cosine么？

【在 l*******s 的大作中提到】
: 有不少方法，比如Euclidean distance，比如Cosine，比如Kullback–Leibler
: 建议用cosine，各种结果表明，是个不错的方法
: 另外可以试试KL，虽然是个asymmetric，但是不妨试试。
avatar
l*s
6 楼
可以啊
把set当做vector处理呗

【在 j**********3 的大作中提到】
: 这个cosine要怎么做？set也可以用cosine么？
avatar
j*3
7 楼
好像不是这个意思。。。我再想想再请教您, 先谢过

【在 l*******s 的大作中提到】
: 可以啊
: 把set当做vector处理呗
avatar
m*r
8 楼
Jaccard distance 和consine都行
估计consine会好用一些 一般情况下
avatar
l*n
9 楼
Collaborative filtering
把feature set当成 0/1 vector, 计算inner production 然后用两者feature总数最大
的归一。
归一的方法有非常多选择，找个效果最好的就行。

【在 j**********3 的大作中提到】
: 正在做一个项目要计算similarity，比如两个object，分别有一些feature，这些
: feature都是set，怎么比较
: 比如，两个电影 m1, m2
: m1有个feature是地点 [UK, USA, China], 而 m2 是［］（empty set） 或者 m2 [
: Austrilia, China]
: 怎么计算这个feature之间的距离？
相关阅读
求问一个线性模型的题目如何跟一个非统计专业的人讲解统计专业和数学专业的区别转行求建议，求真相python re non greedy questionplease explain the difference between Logistic Regression and Linear Kernel SVMs【内推】 EA Senior Data Scientist 职位免费讲座 BI/Data Analyst 就业市场分析 (转载)求休斯顿地区数据分析机会Intel Dalian Sr Data Scientist Position (转载)求reviewer 机会求Uber data scientist面试经验data analyst/scientistcomputer science背景 求审稿机会 有答谢！Data scientist/data analyst 求推荐，长期有效狗狗的QA实习面试怎么准备？ (转载)safari在线书库半折了, 11/30和12/1两天生物信息转行machine learningData Scientist Intership at a big network company, south bay area, california求推荐HTS高通量筛选方面的数据分析和管理软件如何从一堆产品里选出一些产品来? (转载)
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章，不代表同意其说法或描述，仅为提供更多信息，也不构成任何建议。文章信息的合法性及真实性由其作者负责，与Redian.news及其运营公司无关。欢迎投稿，如发现稿件侵权，或作者不愿在本网发表文章，请版权拥有者通知本网处理。