私は、次元ベクトルとの距離に応じてランク付けする必要があるN x D
次元の特徴を持っています。再帰的に適用することなく、Pythonでそれを実装する速い方法argmin
?ランク付けして一番近いポイントを見つける
ありがとうございます!本当に簡単
私は、次元ベクトルとの距離に応じてランク付けする必要があるN x D
次元の特徴を持っています。再帰的に適用することなく、Pythonでそれを実装する速い方法argmin
?ランク付けして一番近いポイントを見つける
ありがとうございます!本当に簡単
何かがSquared Euclidean Distanceであり、それは、実装は次のようになります:
F
は機能や
t
ターゲットベクトルです
In []: F= randn(5, 3)
In []: t= randn(1, 3)
In []: ((F- t)** 2).sum(1)
Out[]: array([ 8.80512, 4.61693, 2.6002, 3.3293, 12.41800])
。したがって、順位は次のようになります。
In []: ((F- t)** 2).sum(1).argsort()
Out[]: array([2, 3, 1, 0, 4])
、あなたのケースでより多くのを記述することができます場合は、Mahalanobis distanceなどのより適切な措置を、そこに存在する可能性があります。
@unutbu:明らかに編集しましたが、違いはわかりません。 29人の削除されたキャラクターは何でしたか?ありがとう – eat
私は1から5までの範囲のマトリクスを期待していましたが、どの点がどれくらい近くにあるかに応じて。これは私が正確に求めるものではありません。 – JustInTime
@eat:申し訳ありませんが、私は何をしたのかメモを残しておくべきでした。リンク(http://en.wikipedia.org/wiki/http://en.wikipedia.org/wiki/Mahalanobis_distanceのようなもの)が壊れていました。 – unutbu
[最も近い点の問題のペア]を見てください(http://en.wikipedia.org/wiki/Closest_pair_of_points_problem) – inspectorG4dget