如何提高数据帧内字符串相似度得分的计算速度？
要提高数据帧内字符串相似度得分的计算速度，可以采取以下几种方法：
- 使用高效的字符串相似度计算算法：传统的字符串相似度计算算法如Levenshtein距离、编辑距离等计算复杂度较高，可以考虑使用基于近似字符串匹配的算法，如Bloom Filter、SimHash、MinHash等。这些算法能够在保证一定准确性的前提下，大幅提高计算速度。
- 优化算法实现：对于选择的字符串相似度计算算法，可以进行算法实现的优化，如使用位运算、矩阵压缩等技巧，减少计算量和内存占用。
- 并行计算：利用多线程或分布式计算的方式，将数据帧内字符串相似度得分的计算任务分解为多个子任务并行处理，提高计算速度。可以使用多线程编程框架如OpenMP、Thread等，或者使用分布式计算框架如Apache Hadoop、Spark等。
- 数据预处理：对于大规模数据集，可以通过数据预处理的方式减少计算量。例如，可以使用索引结构（如倒排索引、哈希表）对字符串进行预处理，提前计算和存储字符串的特征向量或哈希值，从而减少相似度计算的次数。
- 硬件优化：使用高性能的硬件设备，如多核CPU、GPU等，加速字符串相似度计算的过程。可以利用并行计算的特性，将计算任务分配给多个处理单元同时进行计算。
对于以上方法，腾讯云提供了一系列相关产品和服务，如云计算平台、弹性计算、人工智能、大数据等。具体推荐的产品和产品介绍链接地址可以参考腾讯云官方网站或咨询腾讯云的客服人员。
相关·内容
有什么方法可以组合成对的文档相似性得分，以获得某个文档相对于文档集合的总体相似性得分？
如何根据文档集合计算文档相似度？- ResearchGate。可从：访问2016年8月22日。
浏览 16提问于2016-08-22得票数 0
我正在构建一个NLP项目，用于比较两个不同数据帧之间的句子相似性。以下是数据帧的示例： df = pd.DataFrame({'Element Detail':['Too many competitors in market', 'Highly skilled employees']})
df1 = pd.DataFrame({'Element Details':['Our workers have a lot of talent',
浏览 21提问于2021-08-17得票数 0
回答已采纳
3回答
我是一个文本挖掘的新手，这是我的情况。假设我有一个单词列表'car'，'dog'，'puppy'，'vehicle'，我想把单词聚成k组，我希望输出是['car'，'vehicle'，'dog'，'puppy']。我首先计算每个成对单词的相似度得分，得到一个4x4矩阵(在本例中) M，其中Mij是单词i和j的相似度得分。在将单词转换为数字数据后，我利用不同的聚类库(例如sklearn)或自己实现它来获得单词聚类。
我想知道这种方法有意义吗？此外，我如何确定k的值？更重
浏览 19提问于2017-01-31得票数 5
1回答
下面是我的示例数据和它的产品ID。对于一个产品，如果用户从库中输入任何相关的关键字，那么最相关的产品应该在顶部链接中返回。应该使用什么来查找字符串相似度分数。如果相似度为80%，则得分应为3；如果为50%，则得分为2；如果没有匹配1，则得分为2。
搜索库：{'100001'：['Bullet01'，‘用于各种90°连接和家居维修项目的通用连接器’，'Bullet02'，‘单独比有角度的钉子或螺钉紧固更强’，'Not'，'angles'，'make'，‘connections’，'strong
浏览 3提问于2016-04-05得票数 2
2回答
使用用户的个人数据计算相似度？
、、、、
我想使用他们的个人/组织数据找出哪些用户彼此相似，例如部门、公司、站点等。
我有一个布尔格式的数据，如下所示：
Dep1 Dep2 Comp1 Comp2 Site1 Site2
U1 0 1 0 1 0 1
U2 1 0 0 1 1 0
U3 1 0 1 0 1 0
U4 0 1 0 1 0 1
U5 0 1 0 1 1 0
U6
浏览 2提问于2020-01-10得票数 1
1回答
我需要创建一个“搜索引擎”体验:通过一个简短的查询(几个单词)，我需要在数千个文档的语料库中查找相关文档。
在分析了几种方法后，我使用谷歌的通用句子编码器获得了非常好的结果。问题是我的文档可能会很长。对于这些非常长的文本，性能似乎正在下降，所以我的想法是将文本分成句子/段落。
因此，我最终获得了每个文档的向量列表(表示文档的每个部分)。
我的问题是:有没有一种最先进的算法/方法来从向量列表中计算得分？我真的不想把它们合并成一个，因为它会产生和以前一样的效果(相关部分会在文档中被淡化)。有没有评分算法来总结查询和文本不同部分之间的多重余弦相似性？
重要信息:我可以有短文本和长文本。所以对于一个文
浏览 1提问于2019-12-24得票数 6
总的来说，我是DataScience/Pandas的新手。我主要关注的推荐系统。
我的主要不同之处在于，我的电影数据是从一个表开始的，我希望从该列表中找到与特定电影最相似的电影。
初始数据帧如下所示：
然后我将其转换为稀疏数据帧，其中可以显示用户对每部电影的评分：
rating_with_totalRatingCount = rating_with_totalRatingCount.drop_duplicates(['userID', 'movieTitle'])
ratingPivot = rating_with_totalRatingCount.piv
浏览 0提问于2020-05-04得票数 0
1回答
我之前没有任何在神经网络方面的工作经验，所以任何帮助都将不胜感激。我正在解决以下任务:我想找出句子对之间的相似度得分。我的想法是为句子中的每个单词生成嵌入，并将向量提供给编码器，编码器将学习将这些多个输入聚合为一个较低的表示序列向量。并使用该序列向量之间的余弦相似度来找出相似度得分。我的问题是，对于哪种类型的自动编码器或神经网络架构更适合我的情况，您有什么建议吗？
浏览 3提问于2019-11-25得票数 0
1回答
我有一个用于整个文档集合的独特单词(不包括停用词)的词汇表。我想执行查询扩展。在一些方法中，我发现对于查询中的每个单词，它的前k个同义词(通常是k=3)都会增加到查询中。但是，我使用的是基于TFIDF文档表示的向量空间模型，因此向查询中添加不在词汇表中的单词最终会被删除。而且，由于不会使用词义消除歧义技术，因此添加同义词将不能保证所添加的同义词保留查询中的单词的含义，从而导致查询漂移。因此，我正在考虑创建一个词义相似度矩阵，它将包括查询和所有可能的词义之间的相似度得分，其中词汇表中的单词已在整个语料库中使用。相似度得分将基于信息论或基于路径的方法来计算。 然而，我无法理解如何找到词汇表中单词
浏览 43提问于2021-06-30得票数 0
1回答
我有一个基本的数据表，除了它包含一个Username列之外，对于这个例子来说，它可以是完全通用的。
我希望有一个简单的文本框和一个在Username字段上执行相似性搜索的按钮。我知道我可以使用.Contains()方法，它将在sql中转换为LIKE，但这是正确的方法吗？
其次，假设我有另一个多对多关系中的项目，我也想搜索它，在本例中是Label。
Data
{
ID,
Name,
...
}
Many
{
DataID,
OtherID
}
Other
{
ID,
Label
}
我最终希望找到标签类似于某个搜索子句的所有数据项。我又要使用.Cont
浏览 0提问于2010-10-09得票数 3
回答已采纳
我有以下数据：
d_test = {
'name' : ['South Beach', 'Dog', 'Bird', 'Ant', 'Big Dog', 'Beach', 'Dear', 'Cat', 'Fish', 'Dry Fish'],
'cluster_number' : [1, 2, 3, 3, 2, 1, 4, 2, 2, 2]
}
df_test = pd.DataFrame
浏览 0提问于2022-12-11得票数 1
2回答
我正在尝试理解Spacy中的相似性是如何工作的。我试着用梅拉尼娅·特朗普的和米歇尔·奥巴马的看看他们有多相似。
这是我的代码。
import spacy
nlp = spacy.load('en_core_web_lg')
file1 = open("melania.txt").read().decode('ascii', 'ignore')
file2 = open("michelle.txt").read().decode('ascii', 'ignore')
doc1 =
浏览 2提问于2018-11-24得票数 6
在Apache Solr中，有一个omitTermFreqAndPositions属性和一个omitPositions属性。有没有一种内置的方法可以在计算字段得分时省略术语频率但保留术语位置，或者这样做很简单？
浏览 17提问于2016-08-08得票数 1
回答已采纳
2回答
我正在做两组公司名称的匹配工作。我试着用Python编写代码，使用Levenstien的距离。我遇到了公司缩写的问题，以及他们的尾随部分，比如Pvt，Ltd。我已经用Excel模糊查找运行了相同的集合，并获得了良好的结果。我有一种方法，我可以看到excel模糊查找是如何编码的，并使用python中的相同实现。
浏览 25提问于2018-09-28得票数 1
对于项目-项目协同过滤，两个项目之间的相似度得分为sim(x,y) = dot(x,y)/(norm(x)*norm(y))。但是你如何检查你得到的结果是否准确呢？
浏览 1提问于2016-05-21得票数 0
1回答
我是doc2vec的新手。我有一个包含两列的数据帧:一列是id (patent_number)，另一列是清理和标记化的文本(clean_description)。对于每个id，我需要在第三列(max_similarity)中生成clean_description与属于patents_snow_banch列表中id的clean_description子集的相似度的最大值，该列表用于标识子数据帧。以下是数据框中7528个观察值的摘录： clean_description patent_number
0 [&#
浏览 25提问于2020-06-20得票数 0
1回答
词聚类
、、、
我正在尝试对一些单词进行聚类(以汽车品牌为例)。为了做到这一点，我不能使用k-means或k-medoids，所以我尝试使用Sklearn的。我将它与distance库中的levenshtein或pyxdameraulevenshtein库中的damerau_levenshtein_distance一起使用。
示例如下：
然而，这些指标并不完全是我所需要的。例如，梅赛德斯-奔驰和梅赛德斯的距离为5，与沃尔沃和菲亚特的距离相同。你们知道梅赛德斯-奔驰和梅赛德斯-奔驰之间的相似性得分高于沃尔沃和菲亚特吗？
谢谢，Djokx
浏览 0提问于2017-06-27得票数 0
1回答
使用R匹配字符串
、、、
我有个一般性的问题。我尝试在R中的数据帧之间进行字符串匹配，我的字符串的格式如下：
"COOL FOODS LTD 222 HIGH ST LONDON ABC123"
我想迭代其他数据帧，并希望我的代码在上面的字符串和下面的字符串之间找到匹配：
"222 HIGH ST LONDON ABC123 COOL FOODS LTD "
"HIGH LTD ST 222 LONDON COOL ABC123 FOODS "
"COOL FOODS LTD 222 HIGH ST LONDON UNITED KINGDOM ABC123&
浏览 0提问于2018-08-27得票数 1
回答已采纳
1回答
嗨，我有以下代码：
<code>A0</code>
现在，我正在处理~10_000行文本文件，这是一个很轻的负载。它只是每行一句话，被拆分成单词并进行比较。文件中的每一行和所有其他行。
问题是它太慢了…100步需要大约1M 20秒，而所有的CPU都在工作。同时，得分函数速度快~2微秒
<code>A1</code>
那么你有什么技巧可以帮我加快速度吗？
浏览 19提问于2021-06-12得票数 1
我正在构建一个使用协作过滤的推荐引擎。对于相似性得分，我使用皮尔逊相关性。大多数情况下，这很棒，但有时我的用户只共享1到2个字段。例如：
User 1{
a: 4
b: 2
}
User 2{
a: 4
b: 3
}
由于这只是2个数据点，因此Pearson相关性始终为1(直线或完美相关性)。这显然不是我想要的，那么我应该使用什么值呢？我可以丢弃所有像这样的实例(给出0的相关性)，但我的数据现在真的很稀疏，我不想丢失任何东西。有没有我可以使用的相似度分数，可以与我的其他相似度分数(全部是Pearson)相匹配？
浏览 2提问于2009-12-18得票数 6
1回答
我计算基于余弦相似度的tf-idf矩阵：
tfidf_vectorizer_desc = TfidfVectorizer(min_df=5, max_df=0.8, use_idf=True, smooth_idf=True, sublinear_tf=False, tokenizer=tokenize_and_stem)
%time tfidf_matrix_desc = tfidf_vectorizer_desc.fit_transform(descriptions) #fit the vectorizer to text
sim_desc = cosine_similarity(tfid
浏览 4提问于2016-06-14得票数 0
1回答
我有一个pandas格式的组织描述和项目名称的数据框架，如下所示： ? 列有df['org_name']、df['org_description']、df['proj_title']。我想为每个项目(每行)添加一个列，其中包含组织描述和项目标题之间的相似性分数。 我正在尝试使用gensim：https://radimrehurek.com/gensim/auto_examples/core/run_similarity_queries.html。但是，我不确定如何根据我的用例调整本教程，因为在本教程中，我们将获得一个新的查询doc = &#
浏览 25提问于2020-08-08得票数 1
我有90个人的数据。
一个人的数据：
X坐标
Y坐标
得分(1比6)
我想组成一个由9人组成的小组，以便：
一组人之间的距离越小越好
具有相同坐标的人属于不同的群体。
一个群体中的人应该有不同的分数。
我并不是期待一个成熟的算法，而是暗示正确的方向。到目前为止，我使用的是一个简单的k-均值算法，它可以形成组，使人与人之间的距离被最小化，但是不幸的是，其他两个约束没有被考虑。
浏览 0提问于2018-04-05得票数 1
我用ES搜索一大串人名，使用模糊搜索技术。
TF适用于得分，但在这种情况下，才不是我真正需要的。这实在是稀释了比分。我仍然想要TF和球场常模被应用在得分上。
我如何禁用/抑制以色列国防军的查询，但保持TF和字段规范？
我偶然看到了线程，但它并没有帮助我。在这种情况下，常量分数查询似乎也帮不了我。
浏览 1提问于2015-10-19得票数 13
假设我的索引有两个文档：
“拿上我的钱”
“我的钱来了”
当我定期查询“得到我的钱”时，这两个文档都是正确匹配的，但它们都得到了相同的分数。然而，我希望在得分过程中，单词的顺序是重要的。换句话说，我希望“拿到我的钱”能得到更高的分数。
因此，我尝试将匹配查询放入bool查询的必要条件子句中，并包含了一个match_phrase (具有相同的查询字符串)。这似乎是正确的得分命中，直到我进行搜索“我如何得到我的钱”。在这种情况下，match_phrase查询似乎不匹配，并且返回的结果是相同的分数。
如何构造索引/查询，使其考虑到词序，但不要求文档中存在所有搜索的单词？
用测试数据
浏览 4提问于2020-06-17得票数 0
我正在学习如何使用Pythons Scikit-Learn库进行集群。我有一个句子(字符串)的列表。我想知道，字符串的长度是否会影响silhouette_score。
例如，我有从2个单词到35个单词的句子，我尝试了从2到60个集群的数量，我得到的最大的silhouette_score是7。这会影响到silhouette_score吗？最好是过滤我的数据，这样我就可以选择比字数更接近的句子，例如，将字数从20-25或5-10设置为？
我的代码是这样的：
list_of_comments = data
#cv = TfidfVectorizer(analyzer = 'word'
浏览 0提问于2019-09-07得票数 1
回答已采纳
2回答
我需要计算列表中字符串之间的余弦相似性。例如，我有一个包含超过1000万个字符串的列表，每个字符串必须确定其自身与列表中的每个其他字符串之间的相似性。我能有效和快速地完成这样的任务的最佳算法是什么？分而治之算法适用吗？
编辑
我希望确定哪些字符串与给定字符串最相似，并且能够有一个与相似度相关联的度量/得分。我认为我想要做的事情与集群是一致的，在集群中，最初不知道集群的数量。
浏览 3提问于2013-02-23得票数 8
openCV提供的detailEnhance函数有参数InputArray，OutputArray，sigma_s和sigma_r。sigma s和r是什么意思，它的用途是什么？
这是源代码：
提前谢谢你。
浏览 45提问于2017-07-17得票数 1
回答已采纳
1回答
我正在使用Wordnet数据库。它只给我一个或两个单词的含义或同义词。如果我想要相似的短语，该怎么做呢？请任何人在这方面帮助我。另外，我在代码中使用了Lucene。有没有办法用lucene做到这一点呢？
WordNetDatabase database = WordNetDatabase.getFileInstance();
for (int i1 = 0; i1 < list1.size(); i1++) {
Synset[] synsets = database.getSynsets(list1.get(i1));
浏览 1提问于2015-05-08得票数 1
Lucene如何在索引时使用相似度？在阅读索引时，我理解相似性的作用。因此，searcher.setSimilarity()在得分方面是有意义的。IndexWriterConfig.setSimilarity()的用途是什么
浏览 0提问于2020-11-10得票数 0
1回答
在尝试使用Python的ngram库时，我遇到了一个与字符串的相似性有关的问题。输出的比率有点令人困惑。看看我尝试了什么：
>>> ngram.NGram.compare('alexp','Alex Cho',N=1)*100
30.0
>>>
>>> ngram.NGram.compare('alexp','Alex Plutzer',N=1)*100
21.428571428571427
>>> ngram.NGram.compare('alexp
浏览 2提问于2017-08-02得票数 2
我有几个鱼图像在我的数据库中，我的目标是找到用户输入的鱼图像和数据库中的图像之间的相似度分数。为此，我从这个链接使用opencv功能匹配+ Homograpy。
我当前的代码如下所示。
query_image = '/home/zealous/Pictures/train_images/AbudefdufWhitleyiJER.jpg'
trained_image_folder = '/home/zealous/Pictures/train_images'
我当前的代码如下所示。
def feature_matcher(query_image, image_f
浏览 1提问于2015-04-22得票数 5
我使用PHP从facebook和twitter获取朋友列表，并将每个列表存储在一个关联数组中。我有他们的名字和地址。我想对fb和twitter的朋友进行基于他们的名字和位置的比较，并提供一个相似度分数。
例如，我想设置一个大约0.7的阈值，如果得分高于一个人的得分，那么这意味着他们代表相同的实体。我用过php函数similar_text，但它太基础了，它给几乎每个朋友50 -60%的匹配率，因为它只是基于名字中的单词。
有什么建议吗？
浏览 5提问于2013-04-24得票数 1
回答已采纳
我有两个数据框，一个包含客户打开的服务请求，另一个包含客户的订单。我想在customer name上合并这两个数据框，但问题是名称不相同，因为它们来自两个不同的来源。这只是一个虚构的例子:数据帧1可以有"Facebook，Inc.“。数据帧2可以是"facebook社交媒体“。
我尝试使用SequenceMatcher (从difflib导入SequenceMatcher)，并在数据帧1中采用每个客户的最高比率的结果，但精度不够好。
我很高兴听到遇到同样问题的人的想法。
谢谢。
浏览 2提问于2020-10-21得票数 0
1回答
我正在为一个项目收集数据。数据收集是通过记录受试者和环境的视频来完成的。然而，在训练网络时，我不想用视频序列中收集的所有图像来训练它。
主要目标是不使用冗余图像训练网络。以30帧/秒采集的视频序列可能在短间隔内具有冗余图像(非常相似的图像)。T(th)帧和(T+1)帧可以是相似的。
有人能建议只提取对训练有用的图像的方法吗？
浏览 4提问于2020-09-03得票数 0
我在pandas数据框中有一组文本(字母数字)，我想计算成对文本(例如文本1和2、2和3、3和4...)的相似度分数。
我正在使用序列匹配器进行计算，并能够获得分数。我认为在将文本转换为小写后，也值得比较它们。我创建了2个分数列来比较结果:分数1=非小写文本对的相似性分数(保留文本的原始大小写)分数2=小写文本对的相似性分数。
我预计小写文本对的相似度得分(得分2)会更高，因为会有更多的字符匹配(例如"This SamPle pHrase“将与"this sample phrase”匹配，因此相似度更高)。然而，我发现在某些情况下，分数1比分数2要高得多。你们中有谁知道为什么会
浏览 0提问于2021-04-05得票数 0
1回答
我想对android设备屏幕上显示的任何内容应用某种类型的图像过滤器。图像滤镜的最简单示例可以是在帧缓冲区显示在屏幕上之前应用于帧缓冲区的深褐色滤镜。为了确认，我希望整个系统都有这个效果，而不仅仅是在我的应用程序中。
浏览 9提问于2014-11-12得票数 0
我有一个遗传算法，我必须计算每个染色体的适应度分数。所有染色体的适应度得分必须不同，或者其中一些染色体的适应度得分相同？
浏览 0提问于2017-05-17得票数 0
我一直在使用不同的机器学习分类器来进行基于正面、中性和负面情绪的情绪分析。当试图在使用Sklearns分类报告时查看分类器的分类指标时，微观宏观和加权平均都具有相同的精度、召回率、F1得分。为什么会发生这样的事情？
打印分类报告的代码为：
print(classification_report(y_test, y_pred, target_names=['0','1','2']))
浏览 2提问于2019-05-14得票数 0
1回答
如何对数据集中具有相似名称(如McDonald和Mc DOnald's)的字符串应用聚类，并且如果字符串相同(如sam和其他sam)，则如何再次基于价值或价格进行聚类例如-考虑一个具有10个元素的数据表 name price
ram 200
shyam 150
ram12 59
gita 45
ram 2 45
g11ita 23
john2 32
john
浏览 28提问于2019-06-15得票数 1
回答已采纳
2回答
我正在做一个NLP项目，在这个项目中，我必须比较许多句子之间的相似性，例如来自这个数据帧的句子：
这样做的问题是，对于大中型/大数据集，我很快就会耗尽内存，例如，对于10k行的连接，我将得到100 ram的行，这在ram中无法容纳。
我目前的方法是使用如下命令遍历数据帧：
final = pd.DataFrame()
### for each row
for i in range(len(df_sample)):
### select the corresponding vector to compare with
v = df_sample[d
浏览 0提问于2020-12-24得票数 4
3回答
当一个文本在第二个文本中时，我需要获得文本之间的相似度得分。
例如：
Text1: aaa bbb ccc ddd eee
Text2: bbb ccc
我需要一些东西告诉我，Text2在Text1中是100%的。有什么方法可以做到这一点吗？
浏览 0提问于2011-03-08得票数 4
1回答
我有三只熊猫，假设group_1，group_2，group_3
import pandas as pd
group_1 = pd.DataFrame({'A':[1,0,1,1,1], 'B':[1,1,1,1,1]})
group_2 = pd.DataFrame({'A':[1,1,1,1,1], 'B':[1,1,0,0,0]})
group_3 = pd.DataFrame({'A':[1,1,1,1,1], 'B':[0,0,0,0,0]})
填充的虚拟值，对于上述组
浏览 3提问于2022-09-03得票数 1
回答已采纳
2回答
我正在使用matlab中的SIFT算法来确定模板图像和一组图像之间的相似度，而最终我必须根据得分来确定一组图像之间的最佳匹配，是不是说图像得分越高匹配越好？我知道当存在精确匹配时，得分为零，但如果图像相似怎么办？
浏览 2提问于2012-05-09得票数 2
回答已采纳
我在一个存储桶中有一个类似字符串的集合，并且有多个这样的存储桶。我应该在字符串上使用哪种函数来将随机字符串与存储桶进行比较，以找出它属于哪个存储桶？
为了澄清桶中的每个实体，它是一个可以有多个单词的句子。
举个例子：
考虑存储桶中的字符串列表：
圆领黑色t恤印花T恤棕色马球t恤
如果我们有“蓝色高领t恤”作为输入，我们希望检查是否可以将其添加到相同的存储桶中。这可能是一个更简单的例子，但请考虑对一桶字符串执行此操作，比如说100个字符串。
任何对一篇文章或论文的引用都会很有帮助。
浏览 0提问于2015-12-18得票数 0
我正在学习apache评分方法。这里说，你应该去页面了解得分公式。由于我不是来自数学背景，所以我真的很难理解高水平的数学。有没有其他方法可以轻松地理解基本的评分公式？
浏览 1提问于2013-02-07得票数 1
回答已采纳
我正在尝试类似的研究摘要，所以我使用word嵌入将单词转换为1x768向量，所以总体上将抽象转化为带有形状的嵌入(#ofword，768)。两个抽象之间的余弦相似性返回一个矩阵(#ofwords1 1，#ofwords1 2)，然后我对其进行总结，以得到一个总体得分。我想知道的是，在一个余弦相似矩阵中对所有值的总结是否真的是确定两个不同文本之间的整体相似性的好方法呢？有没有一种更好，或者更便宜的计算方法来做到这一点？
浏览 0提问于2020-08-26得票数 2
1回答
我正在尝试在python/pandas/numpy/sklearn中构建一个基于内容的推荐系统。
下面是所涉及的矩阵及其大小：
X: n_customers * n_features (包含每个客户的功能)
Y: n_customers *n_products (包含每个客户对每个产品的评分)
Theta: n_features * n_products
目的是学习Theta，以便能够预测客户对所有产品(X*Theta)的评分。实际上，Y是一个稀疏矩阵，客户得分只占整个产品数量的很小%。这就是为什么Y包含很多NaN值的原因。
这就是我的问题：
这是一个具有多个目标(这里是target=prod
浏览 1提问于2014-04-12得票数 3
哪些Microsoft认知服务(或Azure机器学习服务？)是最好的，也是最少的工作，用来解决查找给定文章的相似文章的问题。文章是一串文本。假设我没有关于文章的用户交互数据。
Microsoft Cognitive Services中有什么东西可以开箱即用地解决这个问题吗？似乎我不能使用推荐API，因为我没有交互/用户数据。
安东尼
浏览 2提问于2016-07-01得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
