我必须计算数千个不均匀数组的相似性度量。
简单的实现基本上是 O(n²) ,对于我拥有的数组数量来说,它花费的时间太长了。
希望我只对最相似数组的相似性感兴趣。
到目前为止,我使用了 NearestNeighbors
的 sci-kit learn 实现,它可以处理具有相同维数的数组。但是,NearestNeighbors
基于 KD 树,我认为不可能将此算法应用于不均匀数组。
对于不同维度的数组有其他选择吗?
这里是总结问题的代码片段:
import numpy as np
from sklearn.neighbors.unsupervised import NearestNeighbors
def partial_mse(a: np.array, b: np.array) -> float:
def mse(a: np.array, b: np.array) -> float:
mse = (np.square(a - b)).mean()
return -np.sqrt(mse)
if a.size == b.size:
return mse(a, b)
# a is always the bigger one
if a.size < b.size:
a, b = b, a
partial_mse = [mse(a[i:i + b.size], b) for i in range(a.size - b.size + 1)]
return np.max(partial_mse)
uneven_array = np.array([[1, 2, 3, 4], [3, 4], [3, 2, 6], [2, 1, 3], [3]])
even_array = np.array([[1, 2, 3, 4], [3,2, 4, 1], [3, 2, 6, 1], [2, 6, 1, 3], [3, 5, 2, 0]])
nnfit = NearestNeighbors(n_neighbors=2, algorithm='auto', n_jobs=-1,
metric=partial_mse, metric_params={}).fit(uneven_array)
ValueError: setting an array element with a sequence.
最佳答案
NearestNeighbour 算法基于将数组抽象为 n 维点。因此,拥有不同维度的点将使算法变得不正常,并且即使您设法实现它,也可能无法为您提供所需的内容。
如果 n 是最大维度数,则每个较低维度 (k) 的点实际上对应于较高维度空间中的 (n-k+1) 个可能的点(通过用数组 a 的元素填充缺失的维度) ,您选择的指标将返回 (n-k+1) 个点中的最大相似度。
关于python - 查找不同维度数组的最近邻居,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58920257/