原始问题

我将大小为 n 的行 P 与大小为 n×m 的矩阵 O 的每一列相关联。我制作了以下代码：

它比天真的方法更有效：

以下是我在英特尔内核上使用 numpy-1.7.1-MKL 获得的时间：

现在的问题是：你能为这个问题推荐一个更快的代码版本吗？挤出额外的 20% 会很棒。

2017 年 5 月更新

很长一段时间后，我回到了这个问题，重新运行并扩展了任务和测试。

1. 使用 einsum，我将代码扩展到 P 不是行而是矩阵的情况。因此，任务是将 O 的所有列与 P 的所有列相关联。

2. 对如何用科学计算常用的不同语言解决相同的问题感到好奇，我在 MATLAB、Julia 和 R 中实现了它（在其他人的帮助下）。MATLAB 和 Julia 是最快的，它们有专门的例程计算列相关性。R 也有专门的例程，但速度最慢。

3. 在当前版本的 numpy（来自 Anaconda 的 1.12.1）中，einsum 仍然胜过我使用的专用函数。

所有脚本和时间都可以在https://github.com/ikizhvatov/efficient-columnwise-correlation获得。

我必须用 C# 编写代码

你能在下面给出的例子中一步一步地解释吗？

很Ty

这将用于文档聚类

我正在尝试为不平衡数据实现相关矩阵，这可能吗？我下面的代码显示了我一直在尝试做的事情。有人可以帮我解决这个问题吗？

我的代码

变量

相关矩阵函数

不工作

谢谢

我已经爬过 MTurk 网站。我有 260 个 Hits 作为数据集，并且从该数据集中，特定数量的用户选择了 Hits 并为每个选定的 Hits 分配了评级。现在我想根据他们的选择向这些用户推荐。怎么可能？谁能推荐我任何推荐算法？

我正在查看Statistics.corrPySpark 中的文档：https ://spark.apache.org/docs/1.1.0/api/python/pyspark.mllib.stat.Statistics-class.html#corr 。

为什么这里的相关性会导致NaN？

我多次计算Pearson 相关性（平均用户/项目评级），使用我当前的代码性能非常糟糕：

我正在使用标准的 Pearson 相关性MathNet.Numerics，但这是对标准的修改，无法使用它。有没有办法加快速度？如何优化时间复杂度？

对于推荐引擎，这些技术的优点和缺点是什么（矩阵分解：ALS、pearson 或 cossin 相关性）以及我们如何决定使用哪种技术。

我是 python (PYTHON 2.7) 的新手，我正在尝试运行一个计算 Pearson 相关性的程序。代码来自“集体智慧”当我导入函数并运行 Pearson 的相关性时

我收到此错误：

代码在这里

如何使用 map reduce 实现 pearson 相关性？

我考虑过映射每一对（x_i，y_i），但我不确定减少部分..

我有一个这样的数据集

value 是一个地区的年降雨量。让我们称之为A区。我有 2006 年到 2014 年的数据集，我需要预测 A 区未来 2 年的降雨量。我从 sklearn 库中选择 pearson 相关和线性回归来预测数据。我很困惑，我不知道如何设置 X 和 Y。我是 Python 新手，所以每一个帮助都很有价值。谢谢

ps ..我找到了这样的代码

当我打印diabetes_X_train时，它给了我这个

我假设这是从相关性和系数中获得的 r 值。当我打印diabetes_Y_train时，它给了我这样的东西

我的问题是如何从降雨中获取 r 值并将其分配给 x 轴