[英]euclidean distance matrix
我想计算两个词之间的欧几里得距离。 首先,将每个音素矢量化:
g = (0,1,0,0,0,1,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0)
a = (0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,0,0,1,0,1,0,0,0)
k = (0,1,0,0,0,1,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0)
n = (0,0,0,1,0,0,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0)
N = (0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0)
因此,例如两个单词“ gaN”和“ gak”之间的距离是
dst1 = distance.euclidean(g,g)
dst2 = distance.euclidean(a,a)
dst3 = distance.euclidean(N,k)
dist = dst1+dst2+dst3
print(dist)
我想做的是一个巨大的矩阵,其中显示了800多个单词之间的所有距离。 看起来应该如下表所示(如csv文件中所示)
gaN gak gan gal ...
gaN 0 1.73 1.41
gak 1.73 0 2.24
gan 1.41 2.24 0
gal
...
有人可以帮我吗? 我目前正在使用Python,但R也可以。
众所周知,欧氏距离只能对数字对象进行运算。 我不确定什么是现象,但是如果您已经拥有所有单词的数字表示形式,那么它应该是微不足道的。 (在这种情况下,您是将距离矩阵转换回GaN,gak表的问题吗?如果是这样,则需要有关如何从那里到现象对象的更多信息。
至于转换为csv,这是微不足道的。 实际上,您可以使用出色的pandas
软件包以零额外的行数来完成此操作:
将熊猫作为pd dist = pd.DataFrame(euclidean_distances(tbl1,tbl2))。to_csv('distances.csv')导入
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.