问题标签 [distance-matrix]

是否可以将此处定义的 1 和 0 的邻接矩阵转换为此处定义的距离矩阵， 其中每个链接的单位长度为 1？

给定矩阵，

我想创建一个距离矩阵，其中包含每列每行之间的绝对平均差。例如，和之间的距离X1应该X3是= 1.67，因为：

abs(1 - 3) + abs(2-4) + abs(3-4) + abs(4-5) + abs(2-3) + abs(5-2) = 10 / 6 = 1.67

我尝试过以这种方式使用designdist()vegan 包中的函数：

第 1 列和第 3 列的结果距离为 0.666。这个函数的问题是它把每一列中的所有值相加，然后减去它们。但是我需要将每行之间的绝对差异（单独，绝对）相加，然后将其除以 N。

算法：

我正在用 CUDA 编写一个程序，问题如下：

• 两个矩阵 A (n * 128) 和 B (m * 128)

• 我取 A 的第一行，并逐一计算该向量与 B 的所有行之间的距离。

• 我将每个距离的结果写在矩阵 C 的一行上，因此 C 的元素 C(i,j) 包含 A 的 i 行和 B 的 j 行之间的距离。

• 然后我继续下一行 A。

我是这样实现的：我有一个由 (n * m) 个块组成的网格，每个块有 128 个线程。（1 * 128）。

问题：该程序成功运行并获得预期结果，但执行时间仅比单线程 CPU 版本快 5 到 10 倍左右。所以我想知道如何在减少之前增加每个线程的工作量以提高性能。

内核代码（原始：未优化）

更新

现在，我正在使用另一个映射：我没有采用n由m块和128线程块组成的网格，而是增加块内的线程数以减少块数。

新映射：

线程块128（8总共 1024 个线程，这是最大大小）

n/8由m/8块组成的网格

不幸的是，它给出了错误的结果）。

优化内核代码（待更新）

主机代码（分配 + 内核调用）

PS：我有 CUDA 6.0 和 NVIDIA GTX 650（计算能力 3.0）

我有一个带有 n 个 ID 作为列和索引的 pandas DataFrame。是否有一些我不考虑将其转换为 n ²行距离的简单方法？

到

我对 MapReduce 比较陌生，我想到了以下问题：如何在 MapReduce 中计算完整（即非稀疏）距离矩阵？

我有一个包含 N 个实例的 2D 数据集，我必须评估这些点之间的所有可能距离并将它们存储在矩阵中。

到目前为止我所做的是

• 让 Map 检索它的块，评估这些点之间的距离：生成的矩阵将是一个 NxN 矩阵，具有一些距离和一些零。
• Reduce 将连接（求和）这样的矩阵，然后填充空隙（即块内距离，仍然为零的元素）

我认为这不是很有效（特别是从记忆的角度来看）。

任何人都可以启发我吗？

更新：我在上面的代码中做了一些优化。现在

• Map 接收其块并评估这些点之间的距离，而不预先分配 NxN 矩阵，但预先分配 Nx3 矩阵（点 A 中的第一个 col，第二个 col 是 Point B，第三个 col 是 dist(A,B)）
• Reducer 预先分配一个完全用零填充的 NxN 矩阵。现在填充由 Map 计算的距离（块间），然后填充空隙（即块内距离，仍然为零的元素）

毫无疑问，这是一个更好的解决方案，因为 Mappers 不需要构建整个 NxN 矩阵，但我仍然认为它可以做得更好。

我想和你们一起在 MATLAB 中集思广益。给定一个具有多列 (14K) 和几行 (7) 的矩阵，其中列是项目的项目和行特征，我想计算与所有项目的相似性并将其保存在矩阵中，即：

1. 易于计算
2. 易于访问

对于 1.，我想出了一个使用pdist()非常快的绝妙主意：

但是访问s并不方便。我更喜欢访问 itemi和之间的相似性j，例如使用S(i,j)：

在其原始定义中，S是数组而不是矩阵。将其作为 2D 矩阵存储是一个坏主意吗？我们能想出一个很酷的想法，可以帮助我快速找到哪些相似性对应于哪些项目？

谢谢你。

我一直在这里研究，到目前为止还没有找到答案。所以这是我的问题：

我在 MySQL 数据库上有几个地址，我需要从一个特定地址返回 10 个最近的地址。我该怎么做？

我如何测量这些距离并选择 10 个最接近的距离还不是很清楚。

请帮我。

更新这个帖子！

我找到了这段代码：

据我所知，它直接在地图上工作。但我想知道如何从我的 Mysql 数据库中获取更多的 de 200 地址，与一个地址进行比较，并与 3 个最接近的地址进行比较。对不起，我不知道我该怎么做。任何帮助将不胜感激！

我有以下距离矩阵：

我正在尝试使用 networkx 库将其表示为图形。这是我的代码：

然而，我所看到的并不是我所期望的。例如，考虑这个输出：

从 开始delta，节点 1 与节点 6 和 7 位于同一点，并且远离节点 4。我在输出图中看不到 。此外，我超时运行它，它会导致另一个输出。这是意料之中的，但距离似乎没有得到尊重。例如，在下图中，1 到 6,7 和 4 之间的距离发生了变化。

我不明白为什么。

我想创建一个大数据集的距离矩阵，并且只想存储足够接近的元素。代码是这样的

这给了我分段错误。我想我没有正确定义向量数组。我该如何解决这个问题？

我有一系列元素 A、B、C 和 D。对于每个可能的对（AB、AC、AD、BC、BD、CD），我计算了距离度量并存储在位置 x 的向量中。

位置x由以下循环确定：（n是元素的数量，在本例中为 4）

distancevector在 R 中转换为距离矩阵的最简单方法是什么？

例子：

距离向量 = c(0.1, 0.2, 0.3, 0.4, 0.5, 0.6)

我想要的是这个距离矩阵：

1 0.1 0.2 0.3

B 0.1 1 0.4 0.5

C 0.2 0.4 1 0.6

D 0.3 0.5 0.6 1