标记大量配对训练数据

Question

我在训练一个模型来确定两个人是否是一样的。模型应该包含两个人(表示为dataframe行)

我试着给表单的配对数据贴上标签

Id  | age    | gender| occupation  | region | height | weight(kg)
100 | 16     | 0     | "plumber"   | na     | 169    | 20
300 | 50     | 1     | na          | africa | 12     | 90

Id  | age    | gender| occupation  | region | height | weight(kg)
100 | 16     | 0     | "plumber"   | na     | 169    | 20
700 | 100    | 0     | na          | africa | 12     | 90

这些对都被发送到单独的csv文件中进行标记，因为我想训练一个分类器，它接收成对的人行，并将它们标记为重复的或不重复的。

正如你所看到的，如果我只有10个人，这可能很快就会失控。10C2= 45对。有什么想法，如何使标签的数据更容易？

我考虑过在excel中这样做，但我觉得打开这些excel文件肯定会产生问题。

Answer 1

所以我想明白了，我只需要对excel中的行，即row1特性，row2特性，标签。水平阅读这些功能是非常烦人的，但如果我使用外部监视器或2，这并不可怕。

Answer 2

O(N*log(N))

• Check对数据帧进行排序，以查看相邻行是否相等于O(N)

若要对相邻行执行操作，只需将列设置为一个位置；将每一行与原始行进行比较。