1回答
有没有办法告诉Python中的Knn函数，在我预测可能的结果之前，他应该多久训练一次模型？根据我的理解，如果一个模型被训练了不止一次，它就会更健壮。还是我搞错了？从我的代码来看，这个模型很可能是一次训练：
from sklearn.neighbors import KNeighborsClassifier
neigh = KNeighborsClassifier(n_neighbors=1)
neigh.fit(X_train, y_train)
浏览 6提问于2022-09-11得票数 0
回答已采纳
3回答
正在尝试使用KD树创建KNN搜索。我可以很好地形成KD-tree (或者至少我相信我可以！)。我的问题是，我正在寻找一系列点中距离每个点最近的两个邻居。
那么，有没有一种方法可以使用KD树找到离某个点最近的K个邻居，即使这个点实际上在树中，或者我需要为每个点构建一个单独的KD树，而忽略我想要搜索的点？
我的实现语言是C++，但我更需要算法或通用帮助，谢谢！
谢谢，斯蒂芬
浏览 0提问于2010-03-27得票数 0
回答已采纳
我有一个非常大的语料库，每个元素都包含大量的高维数据。元素不断被添加到语料库中。潜在地，每次交互只需要考虑语料库的一部分。元素被标记，可能带有多个标签和与这些标签的强度相关联的权重。据我所知，数据并不稀疏。
输入数据是大约(10-1000)个输入之间的-1\f25 1...1范围内的一组参数。这可能有一定的灵活性，这取决于哪种机器学习方法是最合适的。
我的目标是高端智能手机设备。理想情况下，处理可以在同一设备上完成，但我对将其传输到普通服务器的可能性持开放态度。
对于这种情况，什么是合适的机器学习方法？
我一直在阅读有关随机forrest决策树、受限boltzmann机器、深度学习boltzm
浏览 2提问于2012-09-23得票数 1
1回答
我正在做脑瘤的分类工作。该数据集由来自不同角度的脑图像组成，带有肿瘤位置的边界和掩膜。我已经裁剪了包含肿瘤的矩形，因为图像的其他部分是无关的，并且由于拍摄图像的不同角度而不同。现在，我得到了一系列肿瘤的图像，每个图像都属于3个可能的肿瘤病例中的1个。但为了训练这些数据进行分类，我需要让2d图像阵列具有均匀的形状。 可能的方法： 1)将每个图像裁剪为固定大小(例如100x100)。但这会导致数据丢失，而且根据肿瘤在图像中的位置，我可能会因为到达图像的边缘而面临不均匀的裁剪。 2)将图像填充到固定形状，大于最大的裁剪图像形状(例如350x350)。但这又会在数据中引入噪声，我不确定如何才能在矩形
浏览 52提问于2019-01-27得票数 1
回答已采纳
正常吗？当我尝试暴力匹配器时，结果每次都是一致的，但flann并非如此。少量的关键点将匹配到不同的地方。我使用Android包装器编写代码，keypoint检测器和描述符是SURF，类似于：
Mat queryDescriptors = new Mat();
Mat trainDescriptors = new Mat();
DescriptorExtractor surfDE = DescriptorExtractor.create(DescriptorExtractor.SURF);
surfDE.compute(queryImage, queryKeyPoints, queryDescr
浏览 3提问于2011-11-12得票数 3
回答已采纳
3回答
当使用像SIFT，SURF这样的特征描述符时，近似最近邻是在图像之间进行匹配的最快方法吗？
浏览 6提问于2008-09-23得票数 2
回答已采纳
2回答
我正在使用最近邻算法来解决旅行商问题。它非常快，但并不准确。我在某处读到了关于我可以做的两个改进。第一种方法不是从一个随机点开始，而是从每个节点开始运行最近邻算法。(因此，如果有N个节点，最近的邻居运行N次)，然后比较并选择总距离最小的路由。这看起来要精确得多。但它太慢了。
另一种方法是选择一个特殊的节点，而不是随机选择起始节点。然后，仍然运行最近邻居一次，以获得结果。这不会像上面的方法那样准确，但肯定要快得多，因为算法像以前一样只运行一次。但不幸的是，我不记得我是在哪里读到那篇文章的，也不记得选择这个起始节点的标准。
我猜我应该得到每个节点到其他节点之间的总距离，然后选择具有最大值的节点作
浏览 0提问于2013-04-22得票数 2
我有一个网站，可以处理用户提交的文本文档(通常为10-100页)。每次用户提交文档时，我都想存储文档的散列，但我希望类似的文档映射到相同的哈希值。实际上，我想知道用户是重新提交略有更改的文档还是重新提交新文档。
我不存储文档，所以我只能比较散列值，也不能将文档相互比较。
我读过很多关于MinHash和LSH的文章，但这些都是基于拥有大量文档的语料库，然后在语料库中找到类似的文档。我认为这些不适用于我，因为我需要一次计算单个文档上的散列向量，而不知道其他文档。
在某些方面，我觉得这应该是一个简单的问题。就像计算一袋单词向量的散列，但我很难找到一个好的方法来实现这一点。
我的比较是基于文本而不是意
浏览 0提问于2019-09-29得票数 2
2回答
我有一个1920x1080分辨率的MP4视频文件。它使用H.264视频编解码器进行编码。
我的显示器的本机分辨率是1280x780。我能够播放这个视频文件在vlc播放器或使用图腾播放器没有任何问题。
有人能给我解释一下视频播放器如何显示大于显示器原始分辨率的视频文件吗？
浏览 12提问于2016-01-05得票数 0
1回答
我正在进行一个项目，在这个项目中，我使用费斯根据查询向量检索n个相邻向量。所讨论的数据是文本数据，正在通过使用机器学习模型在进入FAISS之前创建向量来嵌入。
这些邻居都有分配给它们的类别，并且对查询也有相似的评分，如下所示：
Query: Berlin is the capital of Germany
=====
Neighbours output:
5 Neighbour ids: [57, 163, 177, 124, 91]
Text | Category | Similarity
Berlin is a great city to live in | Capital citi
浏览 0提问于2022-07-01得票数 1
3回答
比如说，我们有一个循环列表，表示旅行推销员问题的解决方案。这个列表最初是空的。
如果允许用户进入一个城市，并且它是一个接一个的坐标，那么有什么启发方法可以将这些坐标插入到已经存在的旅游中呢？
一个示例使用最近邻启发式:它在旅游中最近的坐标之后插入新坐标。
还有哪些其他选项(如果可能的话是伪代码)。
浏览 7提问于2012-01-07得票数 1
回答已采纳
我只是想知道NearestNeighbors和sklearn.neighbors的KNN分类器有什么区别？
浏览 7提问于2020-07-28得票数 1
1回答
有没有一种方法可以将纬度和经度值转换为地名，然后在HTML页面上显示该名称？
if ('geolocation' in navigator) {
let watchID = navigator.geolocation.watchPosition(position => {
let latitude = position.coords.latitude;
let longitude = position.coords.longitude;
console.log(latitude, longitude);
}, error => {
浏览 0提问于2020-08-04得票数 0
3回答
K-近邻C/C++实现
、、、、
在哪里可以找到k近邻算法的串行C/C++实现？
你知道有哪一个图书馆有这个功能吗？
我已经找到了openCV，但它的实现已经是并行的。
我想从一个串行实现开始，并使用pthread、openMP和MPI将其并行化。
谢谢,
亚历克斯
浏览 0提问于2012-11-21得票数 9
回答已采纳
我正在通过“Python机器学习入门:数据科学家指南”一书来教自己机器学习，我现在在k近邻部分。作者指出，由于“预测速度慢，不能处理多个特征”，该算法在实际生活中很少使用。然而，在许多文章中，k近邻被提到是数据科学家最流行的算法之一。有人能在这里给我解释一下吗？
浏览 2提问于2018-12-10得票数 0
回答已采纳
3回答
搜索相似对象
、、、、
假设我有以下对象数组：
Object 0:
[0]=1.1344
[1]=2.18
...
[N]=1.86
-----------
Object 1 :
[0]=1.1231
[1]=2.16781
...
[N]=1.8765
-------------
Object 2 :
[0]=1.2311
[1]=2.14781
...
[N]=1.5465
--------
Object 17:
[0]=1.31
[1]=2.55
...
[N]=0.75
如何比较这些对象？
您可以看到对象0和对象1非常相似，但对象17与它们
浏览 0提问于2018-12-24得票数 0
3回答
曾经有一个名为knnflex的包，用于语言R，但在CRAN中不再可用。我已经得到了tar文件，但是我如何在R下安装它呢？还有其他可以支持knn.dist或knn.predict的包吗？
浏览 0提问于2012-10-20得票数 1
回答已采纳
我使用将单张音乐呈现给SVG，并在浏览器中显示它们。
对于我的项目，我需要得到一个特定类型的最近的SVG元素到鼠标指针。由于性能问题，计算所有元素的距离(例如使用d3.js)并不是可行的解决方案。
有什么优雅的方法吗？
浏览 0提问于2015-07-06得票数 3
回答已采纳
1回答
查询最近的范围
、、
我有两个集合，A和B。这两个集合由N个维点和有序(N<10)组成。我需要找到从B到A的最接近的部分，假设最近的部分是B1。B1中的点数应与A相同，且B1中所有点到A的距离之和应为最小。
我已经检查了k-d树。它只有助于在集合中找到最近的点。那么有没有一种算法可以快速找到最近的范围呢？
谢谢。
浏览 1提问于2011-11-05得票数 2
1回答
我想使用K-最近邻方法从数据集中检索最近的树到输入树。树中的节点有值，但每棵树中的分支没有标签。
例如：
第一棵树：(S (V ) (N (P )) (V (V ) (N (D ) (N )
树2：(S (V (V ) (P (R )) (N (D ) (N )
我想用k近邻来解决这个问题。你有什么想法来解决这个问题吗？
浏览 2提问于2013-08-14得票数 0
回答已采纳
2回答
旅行推销员的启发法
、、、
我正在进行进化优化，在这个项目中，我需要旅行推销员问题的启发。在这种情况下，遗传算法，我们应用小的突变，并希望在未来的某个地方，事情会变得更好。因此，我正在寻找简单的启发式方法来转换可能导致改进的解决方案。
谢谢你的建议
浏览 3提问于2013-08-12得票数 2
回答已采纳
3回答
我不是一个训练有素的统计学家，所以我为一些词的错误用法道歉。我只是想从Weka近邻算法中获得一些好的结果。我将在我的解释中使用一些冗余作为一种尝试让概念理解的方法：
有没有一种方法可以使多维空间标准化，使任何两个实例之间的距离始终与对因变量的影响成正比？
换句话说，我有一个统计数据集，我想使用“最近邻”算法来查找与指定测试实例最相似的实例。不幸的是，我的初始结果是无用的，因为两个在值上非常接近的属性与因变量的相关性很弱，这将错误地偏向距离计算。
例如，假设您正在尝试根据汽车数据库查找给定汽车的最近邻居:制造商、型号、年份、颜色、发动机大小、车门数量。我们直观地知道，品牌、型号和年份对价格的影响
浏览 0提问于2015-11-02得票数 1
1回答
首先，如何使用openvdb找到最近的点？
第二，如果ClosestSurfacePoint是正确的方法，如何使用它？
我读到了关于使用OpenVDB进行更快的NNS的文章。
()
作者说，他在NNS中使用openvdb提高了速度。
还有一些人以类似的方式实现了同样的目标。
所以，我想自己试试。
经过几次尝试，我终于成功地编译了。
不过，我有点困惑。
在我看来(在阅读了许多文档，包括在线食谱之后)，采样器似乎就是这样做的。
所以，我尝试了这些例子。
GridType::ConstAccessor accessor = grid.getConstAccessor();
GridType::Val
浏览 6提问于2016-11-17得票数 1
回答已采纳
1回答
我想在不改变像素值范围的情况下调整PIL图像的大小。我尝试过Image.resize()，但它将我的像素值范围从0,255更改为79,179 我使用Python和PyTorch，在PyTorch中，transforms.resize()将实现Image.resize() 下面是我使用的测试代码 a = torch.randint(0,255,(500,500), dtype=torch.uint8)
print(a.size())
print(torch.max(a))
a = torch.unsqueeze(a, dim =0)
print(a.size())
compose = tran
浏览 47提问于2019-01-23得票数 0
回答已采纳
2回答
我正在kNN的帮助下开发一个推荐引擎。然而，数据是稀疏的，大约有1500个样本和大约200个特征。我有一个值为1或0的序数目标。
有什么技术可以为它做特征选择呢？我假设如果我选择随机森林进行特征选择，那么选择的特征可能与kNN假设的重要特征不同。
另外，对于包含我的样本数量如此之少的特征数量，是否有任何限制？
浏览 19提问于2017-02-03得票数 2
1回答
只使用范畴变量的SMOTE-NC
、、、、
我正在处理一个只包含绝对特性的数据文件。为了重现我所面临的问题，我将举下面的例子：
d = {'col1':['a','b','c','a','c','c','c','c','c','c'],
'col2':['a1','b1','c1','a1','c1','c1','c1',
浏览 2提问于2020-11-18得票数 1
回答已采纳
我需要使用(我希望)最近邻算法对一些数据进行分类。我用谷歌搜索了这个问题，找到了很多库(包括PyML、mlPy和Orange)，但我不确定从哪里开始。
我应该如何使用Python实现k-NN？
浏览 1提问于2011-09-07得票数 43
回答已采纳
我有一个透明的PNG文件，当你使用一个简单的drawImage时，它可以很好地绘制。
当我尝试使用painter.rotate(...)方法绘制旋转后的图像时，它会绘制一个非常粗糙的图像。
指定painter.setRenderHint(QPainter::Antialiasing)无济于事。
有没有提高质量的方法？图像本身是很好的。
浏览 5提问于2012-04-12得票数 1
回答已采纳
2回答
我必须设计一种分支定界算法，每次都能在笛卡尔平面上解决图的最优巡视问题。我得到的提示是，在运行时早期识别无望的分支将复合到一个程序中，运行速度会“快一百倍”。我的想法是假设连接到起始/结束节点的最短边要么是巡视图中的第一条边，要么是最后一条边，但一个菱形的薄图证明了这一点。有没有人有办法消除这些无望的分支，或者有关于这方面的参考资料？
基本上，有没有更好的方法来更好地分支到解决方案的子集，而不仅仅是字典序，例如。第一分支包括和排除边a-b，第二分支包括和不包括分支a-c。
浏览 0提问于2012-12-03得票数 2
回答已采纳
我正在尝试使用opencv中的Freak来检测特征并提取描述符，然后构建我的弓词汇表，并为每个图像使用词汇表来匹配弓。你知道，整件事。我知道BOW可以与其他描述符一起使用，如SIFT或SURF，但我不清楚Freak描述符(二进制)是否可以与BOW一起使用。更具体地说，当opencv构建BOW词汇表时，它使用k-means聚类。我不清楚k-means聚类算法使用的是什么距离函数。对于像Freak这样的二进制描述符，Hamming距离似乎是唯一的选择。
在我看来，opencv k-means在计算距离时只使用欧几里德距离。看起来我必须建立我自己的k-means和我自己的词汇表匹配。有没有聪明人知道
浏览 7提问于2012-11-12得票数 4
1回答
使用FlannBasedMatcher在OpenCV中，我得到了不同的结果，用相同的参数调用匹配器。有人能告诉我我做错了什么吗？
下面的代码展示了一个我遇到的问题的最小例子--它是我如何使用FlannBasedMatcher的简单代表--这不是真正的代码:)
每次循环的结果输出应该是相同的，但它们不是。
int const k = std::min(query_descriptors.rows,
std::min(train_descriptors.rows, 2));
cv::Mat query_descriptors_origi
浏览 7提问于2014-05-01得票数 4
回答已采纳
当我用一个训练集和一个验证集执行SVM时，我用一个混淆矩阵来检查结果，一切都是好的。
在此之后，我如何实现系统的“按示例查询”：我给出一张图片，并返回图像集中最相似的图像(基于阈值)？有没有在python中的例子(带有scikit-learn模块)？
浏览 1提问于2013-01-19得票数 0
我在weka上使用k最近邻分类器()。
我假设欧几里德距离是默认的距离函数。如何更改该函数并将同一个类与我自己距离函数一起使用？
谢谢,
马可
浏览 1提问于2012-01-02得票数 6
回答已采纳
我有大约40组文档，由k均值聚类算法和手工管理相结合来定义。例如，k均值给出的一些簇太吵，因此它们被进一步细分。
现在，我想为这些集群分配新的文档。
我发现可以使用基于tf的方法来提取关键字，就像前面提到的这里一样。
我的方法是使用基于tf的方法从这些集群中提取关键术语，我可以使用相同的方法从新文档中提取关键字。
我的问题是，如何将新文档分配给最相似的集群？
编辑:我没有足够的声誉来评论Marks的答案: kmeans的输入是所有文档的文档向量(来自doc2vec) --我得到了初始集群的质心，即centroids = kmeans_model.cluster_centers_。但是，我已经将
浏览 0提问于2018-12-14得票数 1
1回答
我想写一个可以像-()一样用来扫描MICR码的c++程序。我以前使用过tesseract从图像中扫描文本，它工作得很好，但它失败得很糟糕，当我扫描MICR代码时，它给了我愚蠢的结果。如果有人能建议我如何使用tesseract或任何其他库在Windows中扫描MICR代码，我将非常感激。
谢谢你
浏览 5提问于2015-01-29得票数 0
1回答
如何称重特征数组
、、
我有一个大约4000个元素的特征数组，从一个源中提取。在这个数组上，我从其他源中再提取了7个特征，现在基本上每个数据点都有一个4007个特征数组。我试图根据这个特征数组对这些数据点进行分类，基本上是用曼哈顿距离做一个1NN。
然而，由于我的数学真的很差，我不知道如何衡量这个，所以我的7个元素实际上可以在这方面有所帮助。感觉这4000个元素要重要得多，而在距离计算中，其他7个元素是微不足道的。
我也把这个输入给了一个神经网络，我想知道我是否也需要对一些东西进行预处理，还是只给输入神经元4007个元素呢？
我已经做了特性缩放，但我想这与我想问的问题无关。
浏览 0提问于2018-05-14得票数 2
像YouTube、Netflix、Amazon这样的视频平台有一个很好的搜索系统--只要有搜索字符串，就可以找到最相关的视频。使用哪种机器学习/Deep学习技术？
任何指点都会有很大帮助。
浏览 0提问于2018-01-11得票数 3
2回答
我想在R中做如下操作:对于向量X中的每个元素，我想要向量Y中的最近邻，这样每个X匹配之间的绝对差之和被最小化了。向量Y至少和向量X一样长。
问题是:我想在没有替换的情况下完成这个任务。例如，考虑到：
X= c(3, 6)
Y= c(1, 2, 4, 10),
我想获得Z= c(2, 4)，因为匹配3到2和6到4会产生比匹配的3到4和6到10更小的总距离。
*这是我的第一个问题，因此，对于我在提出问题时所犯的任何错误，事先表示歉意。
更新:为了使用@merv的更有说明性的示例和术语，我正在寻找匹配的全局最优，而不是局部最优(第一个/贪婪匹配)。例如，如果X= c(3,7)和Y= c(1,4,12
浏览 0提问于2018-03-03得票数 4
回答已采纳
2回答
我知道从Voronoi镶嵌计算k最近邻集是相对容易的。相反的问题呢？我已经有了k近邻的集合( 3D)，我想计算Voronoi细胞的体积和中心。直观地说，应该有一个O(n)算法来做到这一点，对吧？
有没有人见过这样的东西在什么地方实现过？
提前感谢
PS:我假设没有任何Voronoi单元格有超过k条边(这种关于点位置的先验知识可能使计算O(n)中的图成为可能，独立于维度)。
PPS:我进一步假设对于给定的点，Voronoi单元格的顶点属于kNN集(参见下面的注释)。
浏览 0提问于2011-11-03得票数 2
回答已采纳
1回答
结合GPS点加快计算速度
、、、
我有一个应用程序，将注册GPS坐标的每一个签入的用户。如果用户回来做一个新的签入，作为一个节省速度的选项，我们将显示最近的地方，他已入住。
每个签入都将保存用户的当前位置，而不管它是第一次还是第100次登录。
过了一段时间后，我们有一个巨大的坐标列表，我们需要检查每一次。
我怎样才能把这些信息折叠起来？我想把一个巨大的纬度和经度的列表变成一个或多个多边形，这样我就可以加快距离计算。
# So this
1:0 100:200 2:0 2:2 2:1 1:1 2:1 0:1
# Could become this
100:200 1:1
# Or this
100:200,100:200 0
浏览 2提问于2016-07-10得票数 1
回答已采纳
1回答
-我有一个数据集，其中包含了大多数变量的缺失数据。假设数据集如下所示：
Obs. var1 var2 var3 var4 var5 var6
1 x11 x12 x13 x14 Nan Nan
2 x21 x22 x23 Nan x25 x26
3 x31 x32 x33 x34 x35 x36
...
n xn1 xn2 xn3 xn4 Nan xn6
我已经将数据集拆分为d1，其中包含所有变量的完整数据，以及d2，其中所有记录至少有一个缺失变量。
我使用KNN建立了不
浏览 0提问于2017-03-26得票数 2
回答已采纳
根据我的理解，对于每个测试样本，kNN分类器算法计算当前测试样本与所有训练样本之间的距离，并选择一定数量的最近邻域，确定测试样本的标签，然后进行下一个测试样本。 我的代码类似于以下超链接中的示例kNN分类器代码，非常简单： https://tutorialspoint.dev/computer-science/machine-learning/multiclass-classification-using-scikit-learn 我的训练样本数量为8000个，测试样本数量为1500个，样本维度为12个。 当我运行sklearn kNN分类器代码时，只花了2秒，而且准确率很好。 我怀疑skl
浏览 69提问于2021-01-21得票数 0
回答已采纳
2回答
我试图实现一个有效的算法，最近邻搜索问题。
我读过关于一些数据结构的教程，这些结构支持此类问题的操作(例如R树、覆盖树等)，但它们都很难实现。
此外，我也找不到这些数据结构的示例源代码。我知道C++和我正试图用这种语言来解决这个问题。
理想情况下，我需要描述如何使用源代码实现这些数据结构的链接。
浏览 4提问于2012-04-06得票数 5
回答已采纳
1回答
给定2维空间中的一个点集合S，提供一个算法来计算该集合中每个点的最近邻居(欧几里得)。我想这叫做最近邻图，不是吗？有没有现有的有效算法(N log N)，其中N= len(S)？
浏览 0提问于2010-09-11得票数 1
回答已采纳
1回答
用滑雪板计算最近邻图？
、、、
这个问题是关于从一个质心数未知的数据集创建一个K-最近邻图KNNG (这与K-均值聚类不同)。
假设您在数据矩阵X[n_samples, n_features]中存储了一个观测数据集，每一行都是一个观察或特征向量，而每一列都是一个特性。现在，假设您希望使用计算X中点的(加权) 。
选择每个样本要使用的邻居数的基本方法是什么？当你有大量的观测数据时，有哪些算法能很好的扩展？
我在下面已经看到了这种蛮力方法，但是当样本数据集大小变得很大时，它就不太好了，您必须为n_neighbors_max选择一个良好的起始上限。这个算法有名字吗？
def autoselect_K(X, n_neighbors_
浏览 1提问于2020-01-19得票数 1
回答已采纳
1回答
在我的Java应用程序中，有一个来自不同线程的JPG图像的实况流，我想不断地扫描人脸，以便稍后输出一个列表，其中包含相机运行时经过的所有不同的人脸，以及每个人脸被看到的次数。下面是我当前的代码：
void doImageProcessing() {
// Create face stuff
FKEFaceDetector faceDetector = new FKEFaceDetector(new HaarCascadeDetector());
EigenFaceRecogniser<KEDetectedFace, Person> faceRecogniz
浏览 4提问于2013-03-19得票数 2
回答已采纳
从基本理论上看，knn是一种有监督的算法，而k-均值是一种无监督的算法。
然而，在Sklearn有一个无监督学习(http://scikit-learn.org/stable/modules/generated/sklearn.neighbors.NearestNeighbors.html#sklearn.neighbors.NearestNeighbors)的KNN的实现。
在SkLearn，这个无监督的knn到底是什么版本？
这是knn算法吗？
如果是的话，它是如何被无监督的，因为根据定义，knn是受监督的？
如果不是，那又是什么呢？
浏览 0提问于2018-07-05得票数 4
回答已采纳
我试图使用cosine_similarity运行KNN Classifier，但没有成功。
from sklearn.metrics.pairwise import cosine_similarity
knn = KNeighborsClassifier(n_neighbors=10, metric=cosine_similarity).fit(x, y)
X的形状(150个样本，4个特征)：
(150, 4)
Y的形状：
(150,)
我搞错了：
ValueError: Expected 2D array, got 1D array instead
我曾尝试用reshape(-1,1)或r
浏览 0提问于2021-07-03得票数 2
回答已采纳
1回答
如果我只有邮件的主题行(没有其他标题)，那么有一个很好的算法(或包)来将它们聚成一组“相关消息”吗？
带有主题的邮件
Our travel plans
可能与
Re: Our travel plans和
Re: Re: Our travel plans。
到目前为止还不错，但也有
AW: Our travel plans
Fwd: Our travel plans
Our travel plans (Forward)
我想将集群--所有它们都放在一起--放在一个线程中。当然，包含plans、Re: Our meeting等主题的邮件不应该出现在这
浏览 1提问于2013-02-28得票数 0
回答已采纳
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
腾讯会议
实时音视频活动推荐
腾讯云开发者
