问题标签 [pairwise]

计算 tf-idf 矩阵后，我必须计算成对余弦相似度，但出现内存错误！发现了类似的问题，但答案并没有解决我的问题。

目前我的代码是，

我找到的有希望的答案是这个，但我不确定该代码中的向量是什么？

我正在寻找一个不错的 pythonian 解决方案来从 Python 3 的列表中读取两个元素。我需要写什么？？？在以下代码中：

所需的输出将是：

也可以使用索引 for 循环来解决它。但这也很丑（恕我直言）

有人能告诉我为什么会出现 t(dat1) 中的错误：找不到对象 'dat1'，以及为什么is.element("pairwise", names(x)) 中的错误：找不到对象 'pwStats'也是如此吗？

我是 R 新手，我正在尝试可视化此处显示的 Djost 图：

我想计算n通道矩阵的每个元素之间的欧几里得距离，然后将函数exp(-dist)应用于它。我的矩阵是 MxN，所以输出必须是 (MxN)x(MxN)。

到目前为止，这是我的代码：

它真的很慢而且不起作用 - 它只给出一个。

我在TensorFlow中有一个N维的一维向量，

如何构造成对平方差的总和？

例子

输入向量
[1,2,3]
输出 6
计算为

如果我将输入作为 N 维向量 l，则输出应该是 sigma_{i,j}((l_i-l_j)^2)。

添加的问题：如果我有一个二维矩阵并且想对矩阵的每一行执行相同的过程，然后对所有行的结果进行平均，我该怎么做？非常感谢！

我目前正在尝试各种方法：1.相关性。2. 相互信息。3. 距离相关性以找出 X 中的变量与 y 中的因变量之间的关系强度。相关性是最快和最简单的（300 万条记录和 560 个变量的样本需要 1 小时）。互信息计算大约需要 16 小时。我也在研究距离相关性，因为它很有趣：Xi 和 Y 之间的距离相关性为零，当且仅当它们是独立的。但是我在用 Python 进行计算时遇到了问题。

以下是我的数据：

X

我想捕获 X 中每个变量与 y 的距离相关性并将其存储在数据框中，因此我正在这样做。

但是文档提到了以下内容：

这需要 X 和 Y 中相同数量的特征？

如何在 python 中获得每个 Xi 和 y 之间的距离相关性？有人可以帮我吗？

更新：

我尝试了按照 X.shape[1] 重复 y 列的方法，然后进行计算，但它给出了 10k 记录样本的内存错误：

给定一个 numpy 数组，它可以是满足给定条件的数组元素索引的子集。如何从生成的索引对创建三元组（或四元组、五元组、...）的元组？

在下面的示例中，pairs_tuples 等于 [(1, 0), (3, 0), (3, 1), (3, 2)]。triplets_tuples 应该是 [(0, 1, 3)] 因为它的所有元素（即 (1, 0), (3, 0), (3, 1)）都有满足条件的成对值，而 (3, 2)才不是。

如何到达下面？

我正在 R 中创建一个“成对”数组。给定 vector combo，我找到了 4 个元素的每个排列。因此，一个4 维“成对”数组。我目前的方法是使它成为一个简单的list，使用嵌套sapply函数，如下所示：

我想做某种进度指示器，这样我就可以向用户报告已经构建了多少百分比的数组。理想情况下，我只需numberCasesCompleted将其除以totalCases = length(combo)^4得到完成的部分。但是，我似乎无法找出一个算法来接受hi、ji和ii，并输出 value numberCasesCompleted。我该如何计算？

在 2D ( xby y) 情况下 (例如: sapply(X, function(x) {sapply(X[xi:n], function(y) {list(c(x,y))}})，这可以通过 计算sum(n - (x-2:x), y-(x-1))，但将其推广到 4 维听起来相当困难。

我是 R 新手，需要对一组变量进行成对比较公式。要比较的元素数量将是动态的，但这里是一个包含 4 个元素的硬编码示例，每个元素相互比较：

由于 R 非常简洁，似乎应该有更好的方法来做到这一点，我想知道一种更简单的方法来使用 R 来计算这些类型的计算。

我有一个这种形状的数据集。

我想做的是对所有列对应用两个参数的汇总函数，保持数据的分组性质。

所以，例如

会返回类似的东西（我实际上并不打算计算函数的值，我只是输入“x”来指示统计数据的去向，但当然对于每个 group-ab 组合它会有所不同）。

一位评论者要求提供一些样本数据。这里是：