vector - 如何为距离测量的特征向量内的属性添加权重?

标签 vector machine-learning distance

我正在尝试测量两个特征向量之间的距离,但我想更加重视特征向量内的一个属性,而不是其他属性。例如,如果我下面的向量充满了数字特征,我将如何更加重视“品味”?

V = [味觉、嗅觉、感觉、外观]

我知道我可以隔离该值并对其执行距离测量,但我不确定这是否是最好的方法,以及这样做是否会丢失“图片的其余部分”。当我搜索加权距离度量时,我倾向于登陆权重仅用于数据标准化或标准化的页面,这似乎与我想要的含义不同。

我是否最好在整个向量上使用距离度量,然后稍后应用带有权重的 KNN 之类的东西?

最佳答案

我认为您可以尝试矩阵乘法,这意味着您可以给出一个权重矩阵,然后将该权重矩阵与您的数据相乘。

关于vector - 如何为距离测量的特征向量内的属性添加权重?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/24245508/

相关文章:

使用 group by 的 MySQL 查询性能问题

c++ - vector 问题,C++ 不确定我做错了什么

vector - 在 Rust 中制作堆栈(或其他可动态调整大小的类似矢量的东西)的正确方法是什么?

python - 使用具有多个搜索条件的多个目标变量的 KDtree 在 sklearn 中查找邻居

python - 获取 Tensorflow 中线性回归的系数

coordinates - 如何在 DataMapper 中添加方法以便我可以找到 "all points within x distance of this latitude and longitude"?

c++ - 如何检查 vector 中的两个元素是否按一个顺序排列?

c++ - vector 范围为n1 n2的元素之和

java - Java 中的梯度下降线性回归

android - 两个位置之间的距离不正确