預先計算的矩陣，用於擬合scikit鄰居/半徑分類

[英]Precomputed matrix for fitting with scikit neighbors/radius classification

我使用預先計算的度量標准，使用Scikit-Learn的最近鄰居/半徑分類。 這意味着，我將成對距離的n_samples_train x n_samples_train矩陣傳遞給分類器的擬合方法。 現在我想知道為什么要這樣做。 使用knn學習只是意味着“存儲樣本”，但距離的計算應該只在 ...

如何通過預計算的距離矩陣將ELKI用於DBSCAN

[英]How to use ELKI for DBSCAN with precomputed distance matrix

我已經為數據庫中的所有點預先計算了距離矩陣。 我正在嘗試使用以下命令調用ELKI gui： 但我不斷收到以下錯誤消息： 參數格式錯誤！ 參數“ dbscan.epsilon”需要距離值，但未設置距離！ 我不知道我在做什么錯... ...

在postgresql中預先計算用戶定義的函數

[英]precomputing user-defined functions in postgresql

我試圖在每行的基礎上預先計算用戶定義的函數。 我的想法是將JSON對象作為其中一個字段中的文本對象，我想從中解析出其他一些“字段”，這些字段可以像查詢其他任何真實字段一樣在查詢中返回。 但是，解析JSON的開銷很大。 有沒有辦法以加速查詢的方式預先計算這個解析功能？ 請不要爭辯說數據 ...

使用引用透明來預計算 haskell 中的值

[英]Using referential-transparency to pre-compute values in haskell

假設我們有這樣一個程序： 我希望對其進行編譯，使可執行文件僅打印 50000005000000，而無需花費太多時間和精力。 基本上，任何肯定會被計算的表達式（也許嚴格性分析在這里可以提供幫助）都可以在編譯時預先計算（即我們使用引用透明來表示它在計算值時並不重要）。 簡而言之： “必須計算”+ ref ...

根據預先計算的哈希值比較字符串距離

[英]Comparing string distance based on precomputed hashes

我有一個很大的列表（超過200,000）字符串，我想與給定的字符串進行比較。 給定的字符串由用戶插入，因此可能稍微不正確。 我希望做的是在將每個字符串添加到列表中時為每個字符串創建一些預先計算的哈希值。 此哈希將包含諸如字符串長度，所有字符的添加等信息。 我的問題是，這樣的事情已 ...

預先計算的SQL屬性指南

[英]guidance on precomputed SQL attributes

我經常會處理具有從其組成或子成員派生的屬性的聚合或父實體。 例如： 的byte_count和packet_count一個的TcpConnection對象從它的兩個組成的相同的屬性計算TcpStream對象，而這又是從它們的組成計算TcpPacket對象。 一個Invoices ...

僅在第一次調用變量時進行工作的 Pythonic 方式

[英]Pythonic way to only do work first time a variable is called

我的 Python 類有一些變量需要在第一次調用它們時進行計算。 后續調用應該只返回預先計算的值。 我不想浪費時間做這項工作，除非用戶確實需要它們。 那么有沒有一種干凈的 Pythonic 方式來實現這個用例？ 我最初的想法是第一次使用 property() 調用函數，然后覆蓋變量： 謝謝 ...