在给定相似矩阵的情况下，如何找到数据点之间的最优匹配？

Question

我被一个非常简单的问题困住了，但我越努力去解决它就越难。或者没有比O(N^2)更好的解。问题很简单。第一组有N个数据点，第二组有M个数据点。我有一个NxM相似矩阵A，使得Ai, j给出了Ni和Mj数据点的相似性评分。

我想知道第一盘的得分与第二盘的最佳匹配。即输出为N个元素的列表，每个元素对应M集的唯一指标，它们最匹配。

我在用numpy。我在第二轴上排序矩阵，但问题是，排序不会给我不起指数。有了索引逻辑，它就会变得非常混乱。

Answer 1

np.argmax(A, axis=1)所做的与您所描述的完全相同(假设1表示最相似的意思)。