问题标签 [distance-matrix]

我创建了代码来计算每个时间步长（帧）基于 x、y、z 坐标（TX、TY、TZ）的所有对象（tagID）之间的距离。虽然这段代码确实有效，但对于我需要的东西来说太慢了。我目前的测试数据，大概有538792行数据，我的实际数据大概是688万行数据。目前制作这些距离矩阵需要几分钟（可能是 10-15 分钟），而且由于我将拥有 40 组数据，因此我想加快速度。

当前代码如下：

我曾尝试同时使用： euclidean() 和 pdist() 与 metric='euclidean' 但无法使迭代正确。

任何关于如何获得相同结果但速度更快的建议将不胜感激。

I am trying to solve the Travelling Salesman Problem and Vehicle routing problem with the Google Or tools library, in the tutorial found here, they use a distance Matrix whose i, j entry is the distance from location i to location j in miles, where the locations are given in the order below:

1. New York 1. Los Angeles 2. Chicago 3. Minneapolis 4. Denver 5. Dallas 6. Seattle 7. Boston 8. San Francisco 9. St. Louis 10. Houston 11. Phoenix 12. Salt Lake City

And their matrix distance looks like:

They further provide a tutorial on how to create a distance matrix dynamically except it is in Python and I am a not very good in it, I am using Java.

In my Java implementation I am using the Java Client and my code looks like

And the result looks like

[[10196, 6647, 4881], [0, 0, 0], [0, 0, 0]]

I do not understand how the matrix was made in the python code, can someone help me formulate it?

My DistanceMatrix response looks like

我想用自定义距离矩阵而不是内置算法（即欧几里得）对我的数据进行聚类。而且似乎没有明确的方法。

我尝试将我的一些代码添加到 Smile 项目的演示中。还尝试在我的项目中进行测试，这是一段代码：

此代码使用欧几里得算法创建 CLARANS 聚类（请参见 //here 注释下方的行）。我应该用我自己的距离矩阵来改变它，我希望在微笑中有一种方法可以做到这一点。

我正在尝试从 Y 创建一个 Jaccard 距离。我不知道我正在编码的内容是否正确。我收到了一条关于 DIM 的错误消息...我已经在互联网上检查过，但我无法弄清楚。也许我的代码总共是错误的

我期望一个 3x3 矩阵，但我收到一个错误

错误：分钟：DIM 必须是有效尺寸

我有一个距离矩阵，我想在对数据进行聚类时使用该距离矩阵。

我已经阅读了 ELKI 文档，它声明我可以在扩展类distance时覆盖该方法。AbstractNumberVectorDistanceFunction

然而distance，该类返回坐标。所以从坐标 x 到坐标 y。这很麻烦，因为距离矩阵只填充了距离值，我们使用索引来找到从index x到的距离值index y。这是文档中的代码：

我的问题是如何在使用 ELKI 进行聚类时正确使用距离矩阵。

我想对从 .csv 文件导入 R 的数据进行分层聚类分析。我无法保留行名的第一列，因此我的树状图提示最终没有名称，这对于下游分析和链接毫无用处与元数据。

当我导入 .csv 文件时，如果我使用包含第一列行名的数据帧作为 dist 函数，我会收到一条警告：“警告消息：在 dist(as.matrix(df)) 中：强制引入的 NAs”。我在 R 中的集群分析期间发现了一个先前的 Stack Overflow 问题，该问题解决了这个问题： “强制引入的 NAs” 提供的解决方案是删除行名。但这也会从结果距离矩阵中删除提示标签，我需要它来理解树状图并链接到下游的元数据（例如，为树状图提示或基于其他变量的热图添加颜色）。

这一切都很好。但是假设我想从文件中导入我的真实数据......

我不再使用与上面相同的代码获取原始行名：

在 R 中创建的 df 一切正常，但是我丢失了导入数据的行名。我该如何解决这个问题？

我有距离矩阵mdist（187x187 项）。我需要根据每个项目的最小值进行集群。我数过那些最小值：

当我检查最大的整体max(mins$dist)时，它是 4。

现在我希望将这些项目分组。虽然我将阈值设置为 5，但我希望得到一个集群。

但是当我申请时length(unique(x))，它需要 103 个集群。

我想我做错了方法还是什么？如何强制簇数低于此类矩阵的最大值？

我在我的 android 应用程序中使用谷歌距离矩阵 api。我通过将起点和终点发送到 API 来调用 Google 距离矩阵 api。

API 返回响应为：

我想获取目的地和原点坐标而不是位置地址。

（我需要坐标进行比较）

是否有获取坐标的选项，或者您可以建议一些其他第三方库来获得我想要的响应。

我正在尝试计算直方图之间的距离矩阵。我只能找到用于计算 2 个直方图之间距离的代码，而我的数据超过 10。我的数据是一个 CSV 文件，直方图的列加起来为 100。其中包含大约 65,000 个条目，我只运行 20 个% 的数据，但代码仍然无法正常工作。

我已经尝试过scipy.spatial.distance_matrix 中的 distance_matrix ，但它忽略了数据是直方图的面孔，并将它们视为正常的数值数据。我也尝试过 wasserstein 距离，但错误是object too deep for desired array

我希望结果有点像这样：

但这是一个错误

所以我有一个数据框df，它基本上是一个 id 和坐标列表，我想从中得到距离矩阵。
代码运行良好，直到我创建了一个更大的df，大小为 (337644, 2)
注意：使用 64 位机器和 32GB RAM

df2是出现错误的距离矩阵

我收到以下错误：

result = np.empty((m,n),dtype=float) # FIXME：找出最好的 dtype

ValueError：数组太大；arr.size * arr.dtype.itemsize大于最大可能大小。

运行代码时我的 RAM 没有完全消耗，所以我不确定这里有什么问题。