2回答
当在Scikit的光谱聚类中使用预先计算的亲和力矩阵时，KNN？
python、machine-learning、scikit-learn、cluster-analysis、unsupervised-learning
我有一个相似度矩阵，我计算了大量对象之间的相似度，每个对象可以与任何其他对象具有非零的相似度。我为另一个任务生成了这个矩阵，现在想对其进行聚类以进行新的分析。看起来方法可能是一个很好的选择，因为我可以传入一个预先计算的亲和度矩阵。我还知道，在构建亲和度矩阵时，谱聚类通常会使用一些最近的邻居，而我的相似性矩阵没有同样的约束。如果不是，我想我将不得不对我的预先计算的亲和度矩阵进行更改。
浏览 1提问于2016-10-20得票数 0
1回答
聚类算法
machine-learning、data-mining、clustering
我有稀疏向量，并且发现余弦相似度是度量相似度的有效方法。现在我想根据相似性对这些向量进行聚类。因此，有人能建议/推荐使用余弦相似性的聚类算法吗？
P.S.：我没有预先定义好的簇数，而是希望聚类算法自己来决定它。
浏览 0提问于2017-07-03得票数 0
回答已采纳
1回答
用预训练的词向量生成长文档的嵌入
python、nlp、huggingface-transformers、word-embedding、sentence-similarity
我有一套从维基百科语料库中预先训练过的单词嵌入。我也有300个维度嵌入维基百科文章页面。我希望通过运行一个简单的余弦相似算法来构建一个相似引擎，用于针对这些预先训练过的嵌入的任何新查询(长文档)。为此，我希望使用预先训练过的单词嵌入将任何新的输入文档表示为300 d向量，然后对语料库运行余弦相似度。如何才能做到这一点？
浏览 12提问于2022-11-15得票数 0
2回答
列表中两个单词之间的余弦相似度
python、word2vec
我正在定义一个函数，它接受一个单词列表，并返回列表中彼此之间具有非零余弦相似度(以及相似度值)的单词的相关信息。
有人能帮我解决这个问题吗。我在想，如果我能得到一个预先计算的word2vec矢量文件，那将是非常有帮助的，但互联网上没有。
浏览 2提问于2015-04-07得票数 6
回答已采纳
1回答
一种面向FastText的聚类方法
cluster-analysis、fasttext
我正在使用预先训练好的fastText ()向量对短聊天消息执行聚类。这意味着结果向量将是组成消息的令牌的平均值。在这种情况下，如何选择正确的聚类方法？
浏览 0提问于2018-08-22得票数 2
1回答
如何根据常用词对文本进行分类
python、pandas、nlp、nltk
这个问题是关于基于常用词的文本分类，我不知道我是否正确地处理了这个问题我有一个excel，在"Description“列中有文本，在" ID”列中有一个唯一的ID，我想迭代描述，并根据文本中常见单词的百分比或频率比较它们。我想对描述进行分类，并给它们另一个ID。请参见下面的示例…… import pandas as pd
df = pd.DataFrame({'ID': ['12 ', '54'
浏览 21提问于2019-08-22得票数 0
众所周知，在genericItemSimilarity中，item1和item2之间的相似度是预先计算的。initSimilarityMaps(new DataModelSimilaritiesIterator(otherSimilarity, itemIDs));只需使用dataModel及时生成相似性地图即可是否有必要将相似度图存储到Db/file？
我发现mahout0.7有一个名为FileItemItemSimilarityIterator的类可以帮助你从文件
浏览 3提问于2012-08-22得票数 0
回答已采纳
1回答
域特定词相似度
nlp、word2vec、similarity、cosine-similarity
有谁知道如何使用一个精确的工具或方法来计算单词嵌入或发现特定领域的单词之间的相似性呢？我正在从事一个NLP项目，该项目涉及计算技术术语之间的余弦相似度，比如“地址”和“套接字”，但是像word2vec这样经过预先训练的模型并没有给出有用的嵌入或精确的余弦相似性，因为它们并不是特定于技术术语的由于“地址”和“套接字”的一般非技术性含义并不相似，这些经过预先训练的模型并没有为我的项目提供足够高的相似分数。会感谢人们能提供的任何建议。谢谢!
浏览 6提问于2022-02-20得票数 0
回答已采纳
1回答
lucene是如何构建VSM的？
lucene、indexing、data-mining、similarity、tf-idf
我理解了VSM，TFIDF和余弦相似的概念，但是，在阅读lucene网站之后，我仍然对lucene如何构建VSM和计算每个查询的相似度感到困惑。另外，使用预先构建的VSM，查找最相似的文档(基本上是计算两个文档或查询与文档之间的相似性)通常很耗时(假设有数百万个文档，因为必须计算每个人的相似度)，但是lucene似乎真的很快。因此，请在这里帮助我理解两点: 1. lucene如何如此快速地构建VSM，可以用来计算相似度</em
浏览 7提问于2014-02-14得票数 1
回答已采纳
1回答
构建产品推荐系统、协同过滤和图形库
neo4j、graph-databases、recommendation-engine
当我读到使用协作过滤构建推荐系统时，他们通常不会谈论像neo4j这样的图形数据库。图形数据库是否足以实现最好的推荐系统？ 他们似乎可以比这里提到的方法更容易地实现实时建议：https://eugeneyan.com/writing/real-time-recommendations/ 我应该意识到的任何缺点，或者像neo4j这样的东西完全适合这个任务，而不需要其他任何东西？
浏览 16提问于2021-07-09得票数 0
回答已采纳
2回答
使用Mahout实现基于离线项的推荐
mahout、recommendation-engine、mahout-recommender
我正在寻找一种通过离线计算项目相似度来提供推荐的方法，这样recommender.recommend()方法将在100毫秒内提供结果。new GenericBooleanPrefItemBasedRecommender(dataModel,_itemSimilarity));PS
浏览 0提问于2013-06-13得票数 1
回答已采纳
1回答
为什么我的余弦相似度总是为正？(快速文本)
numpy、trigonometry、similarity、fasttext
我正在尝试评估代表单词的两个向量的余弦相似度。我使用的是快速文本中预先训练好的单词向量。现在，我想知道为什么我的余弦相似度总是正数，不管我用的是什么词。有什么建议吗？ 这是我的代码的一部分。
浏览 15提问于2020-03-26得票数 0
1回答
如何仅根据列表的标题向用户建议标记？
machine-learning、nlp
我们有大约30个预先确定的标签-
Gaming, Movies, TV shows, Documentaries, Books, Music, Art, History, People, Adventure
浏览 0提问于2017-11-28得票数 0
回答已采纳
1回答
基于内容的规模推荐
apache-spark、scikit-learn、mahout、recommendation-engine、mahout-recommender
根据产品的属性(如国家、类型、价格)计算所有n种产品的项目相似性。当用户需要推荐-循环之前购买的产品p为用户u，并获取类似的产品(相似是在前面的步骤)
如果我是对的，我们称之为基于内容的推荐，而不是协作过滤，因为它不涉及项目的共现或用户对项目的首选项。
浏览 7提问于2015-04-23得票数 4
回答已采纳
1回答
SBERT的可理解性:我们能更好地理解最终结果吗？
nlp、transformer-model、sentence-transformers
我很熟悉SBERT和它的预先训练的模型，他们是惊人的！但同时，我想了解结果是如何计算的，我在他们的中找不到更具体的东西。例如，我有一个文档，我希望找到与它类似的其他文档。我使用了两个文档，每个文档包含200-250个单词(我将model.max_seq_length改为350个，这样模型就可以处理更大的文本)，最后我们可以看到余弦相似度为0.79。是否有一种方法可以提取使模型返回如此高的相似度值的主要短语/关键字？
提前感谢！
浏览 11提问于2022-02-16得票数 2
2回答
大型数据集余弦相似度的确定
python、machine-learning、deep-learning、recommendation-engine、cosine-similarity
我使用以下代码使用一些预先计算的嵌入来计算余弦相似度。cosine_similarity = 1-pairwise_distances(embeddings, metric='cosine')除了获取数据集中的每个数据点之间的相似性度量之外，还有其他选择吗?
浏览 5提问于2022-03-29得票数 -1
3回答
以最快的方式实现1vsall在嵌入上的查找
machine-learning、bert、embeddings、cosine-distance、similar-documents
我希望将一个新的看不见的文本与所有1000000个预先计算的嵌入进行比较，并执行余弦相似度来检索语料库中最相似的文档。我感谢你的指点和反馈！
浏览 0提问于2020-03-15得票数 1
回答已采纳
2回答
相似矩阵->特征向量算法？
algorithm、vector、machine-learning、data-mining、similarity
如果我们有一组M词，并且预先知道每一对单词的意思的相似性(有一个M相似矩阵)，那么我们可以使用哪一种算法为每个单词生成一个k维位向量，这样就可以通过比较每一对单词的向量来比较它们的意思(例如，得到向量的绝对差如果从矩阵上看，word A与word B相似，B与C相似，但检测到的A、C相似度较低，则计算结果向量差也应产生较高的A、C相似度。因此，我们将填补之前在矩阵中的空白-以某种方式消除与该算法的相似之处。但除了这种
浏览 12提问于2011-10-12得票数 6
回答已采纳
1回答
如何将一组单词分类为给定的标签之一
classification、nlp
我有三个标签:娱乐，平静和精力充沛。我得到了这样的词集: Set1 ={云天人，植物闪光摄影，快乐短裤，草休闲娱乐} Set2 ={植物绿色，自然景观，自然环境，树枝，树木，人在自然界，树形树木，落叶}我想把这些词分类成一个标签。你们觉得怎么样？Set1应该贴上精力充沛的标签，Set2应该贴上平静的标签。
浏览 0提问于2021-05-22得票数 2
回答已采纳
云服务器
ICP备案
对象存储
云点播
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号