4

我正在尝试在 Python 中实现一个数学公式，我是这方面的初学者，所以请和我一起工作。

我有两个 3 列制表符分隔的文件：

例如：输入A：

abandonment-n about-bring-v 32.5890
abandonment-n about-complaint-n 5.5112
abandonment-n about-concern-n 10.6714
abandonment-n among-1-crowd-n 11.4496

输入B：

aardvark-n about-fact-n 7.4328
aardvark-n about-information-n 6.5145
aardvark-n about-know-v 6.4239
aardvark-n among-1-crowd-n 9.9085

输入B：

我试图实现的公式应将两个文件都视为输入。

在数学上，公式如下：

相似度测量如本文所述

其中，f = 特征，Fx = 特征向量，w = 特征的权重。

到目前为止，这是我想出的：

将两个输入作为 dict 导入，其中 [feature:weight]。

假设 inputA = x 和 inputB = y。

然后，我为公式设计的语法如下：

score = sum(i for i in x if i in y) * w(i) / sum(i for i in x)* w(i)

在这种情况下，*w(i)应该乘以相应特征的权重。

有人可以帮助我使用 Python 中的数学语法（根据我尝试转换的公式是否正确），因为这是我第一次尝试它？

先感谢您

4

2 回答 2

4

关闭，但不完全。你想要这样的东西：

from __future__ import division # this must be the very first import statement
score = sum(i*w(i) for i in x if i in y) / sum(i * w(i) for i in x)

基本上，w(i)在这两种情况下，您都忽略了总和，这不是公式的作用；此外，w(i)无论如何，在总和之外没有任何意义，因为i只存在于总和中。

检查一个元素是否在列表中可能会很昂贵。你可以做得更好：

from __future__ import division # this must be the very first import statement
xx = set(x)
yy = set(y)
score = sum(i*w(i) for i in xx & yy) / sum(i * w(i) for i in x)

xx & yyPython 的简写在哪里xx.intersection(yy)。这假设x并且y从不包含重复的元素，但考虑到公式中使用的符号，这似乎是一个安全的假设。

于 2013-10-29T11:01:16.017 回答
2

当您怀疑 sintax 和正确性时，最好创建一个测试用例。我更喜欢doctests，但这取决于讨论。

def score(x, y, w):
    """
    Calcutates directional distributional similarity http://dl.acm.org/citation.cfm?id=1897650

    >>> score([1, 2], [1, 3], {1:2, 2:1, 3:1})
    0.42857142857142855
    """
    return sum(i for i in x if i in y) * w[i] / sum(i for i in x)* w[i]

用鼻子跑这个

pip install nose
nosetests  --with-doctests

为您的代码提供

Failed example:
    score([1, 2], [1, 3], {1:2, 2:1, 3:1})
Exception raised:
    Traceback (most recent call last):
       ...
    NameError: global name 'i' is not defined

----------------------------------------------------------------------
Ran 1 test in 0.531s

FAILED (failures=1)

这样您就可以检查错误并进行修复。稍作修改的@misha 代码的输出

def score(x, y, w):
    """
    Calcutates directional distributional similarity http://dl.acm.org/citation.cfm?id=1897650

    >>> score([1, 2], [1, 3], {1:1.5, 2:1.0, 3:1.0})
    0.42857142857142855
    """
    xx = set(x)
    yy = set(y)
    return 1.0 * sum(i*w[i] for i in xx & yy) / sum(i * w[i] for i in x)

将会

.
----------------------------------------------------------------------
Ran 1 test in 0.016s

OK

如果你删除这1.0*部分，你会得到纠正：

Failed example:
    score([1, 2], [1, 3], {1:2, 2:1, 3:1})
Expected:
    0.42857142857142855
Got:
    0

更高级的测试用例将有助于正确性检查。

于 2013-10-29T11:22:58.480 回答