问题标签 [norm]

我正在使用 Solr 搜索事件文档。每个事件都有一个标题和一个位置以及一些其他字段。配置是这样的：

因此标题匹配优先于位置匹配。大多数情况下这是有效的。但是，具有长标题的匹配结果通常会在具有精确位置匹配的结果之后返回。例如，如果我搜索波士顿，我的第一个结果是“{Title: MBA Tour}, {Location: Boston}”，我的第二个结果是“{Title: Impact of Contracting on Occupational Injury and Deaths in Underground Coal Mining Marric Buessing , 波士顿大学}, {Location: null}”。我想先拿到波士顿的冠军头衔。

我很确定 MBA Tour 首先回归的原因是 fieldNorm，Solr 对包含大量术语的字段产生了负面影响。尽管 Location 的提升低于 Title，但 Location = Boston 的精确匹配最终得到的分数高于 Title = {super long title + Boston}。

有没有办法在我的 Solr 配置或我传递给 Solr 的查询字符串中否定或删除 fieldNorm 负提升？或者有没有其他方法可以首先获得标题结果而不仅仅是更改标题的提升？增加提升可能对某些结果有效，但我不能保证标题长度有任何限制，所以标题的提升现在可能总是足以否定 fieldNorm。

我正在尝试使用最小化来计算多项式的系数p(x) = 1 + c(1)x + c(2)x^2以近似e^x. 我需要在xi = 1 + i/n自然数i上使用点[1,n]，首先是n=5，然后n=10等。方法是最小化1,2和inf norm(p(x) - e^x)使用fminsearch。所以输出应该是 3 的 2 个系数p(x)。任何建议表示赞赏。

我在尝试计算稀疏矩阵的 1 范数时遇到了一个问题。我正在使用该函数scipy.sparse.linalg.onenormest，但它给了我一个错误，因为运算符只能作用于方阵。

这是一个代码示例：

这是错误：

如果我将 A 定义为方阵，则运算符onenormest可以工作，但这不是我想要的。

任何人都知道如何计算稀疏非方阵的 1 范数？

我在集合中生成 (x,y,z) 坐标，如下所示：

问题是我想在 C# 中找到 zvect 的 L2 范数。我查看了 msdn 的文档网站，似乎没有预定义的方法可以做到这一点。

有人有想法吗？

我一直在寻找没有“for循环”的情况下编写以下代码。我研究了数组操作，例如bsxfun(),arrayfun或其他 MATLAB 内置函数，但无法真正弄清楚。

任何解决方案将不胜感激。另外，我的第二个问题是，替换上述循环是否会减少运行时间，尤其是对于大型数据集？还有其他可以减少运行时间的技巧吗？我问这样的问题的原因是我正在处理大型数据集，显然减少我工作每一步的运行时间将导致流程成本的大幅降低。

L1-范数正则化问题定义如下：

但在我的情况下，我想解决这种形式的问题，而不是通常的 L1 范数正则化最小二乘问题：

由于我的表 W 和 G 没有像 AI 一样的尺寸，因此无法更改我的变量并解决这样的问题

这样我就可以使用互联网上可用的求解器之一。所以我找到了一个解决上述L1平方问题的方程，如：

据我所知，如果我使用 -u <= W G x <= ui 可以解决问题。但我无法得到我应该完全适应代码的内容。任何人都可以帮忙吗？代码如下（取自CVXOPT）

任何人都可以帮忙吗？先感谢您

我有一个自然语言处理课程的数据矩阵，我需要对矩阵进行欧几里得规范化，我很陌生，R所以我无法弄清楚我的代码做错了什么，代码如下：

为此，我得到的输出只有最后一列是正确的，而其他列是正确的NA，我不明白为什么会这样。我究竟做错了什么？

当我阅读论文时，我发现了 1-norm 或 2-norm。像这样： 可是，我看不懂这个词？这是否意味着均值为1的正态分布？

normR中函数使用的默认范数是1范数有什么原因吗？

我正在将一些代码从matlabto翻译R，我遇到了这个问题，因为默认情况下是 2-norm。

对我来说，默认值应该是 2 范数，这似乎很直观，它转换为欧几里得距离。

我希望有人能澄清这一点，或者给出这个选择的任何历史原因。我问这个问题的原因是要了解 和 中规范函数的实现matlab选择R。以下是 R 中 norm 的实现

默认选择是"O"。在 matlab 和python numpy中，默认值为 2-norm。对我来说这似乎很奇怪，这R与此不一致。

我的直觉是默认选项的实现应该符合最常用的规范。

我想要矩阵中每两列的差异的欧几里得范数。因此，例如，在和Column1-Column3处的最终矩阵中有其欧几里得范数。我已经有一个代码，但我想问一下是否有一种更简单、尤其更快的方法来获取这种矩阵。(1,3)(3,1)

随机 4x4 矩阵的示例：