我有一个文本文件,其中包含LIBSVM格式的数据,即如下所示
165475 0:246870 1124384:2 342593:7 1141651:1 297582:1 1186846:1 17725:1 656602:1 463304:1 766612:1 573309:1 290046:1 748198:1 216665:1 950594:2 909004:1 29008:1 105623:1 5018:5 806027:1 1125729:1 757846:1 1023921:2 612980:1 120767:1 51340:1 108172:5 674420:2
其中,第一项(165475)表示数据集的标签,后跟特征向量:weight。该文件包含许多这样的示例。在
我的问题是,假设这些样本是在文本分类问题的上下文中使用的,如果我要为此编写自己的k近邻代码,我如何度量两个样本之间的距离?每个特征的权重如何影响距离?在
我目前正在使用Python,但只要我能理解其中的逻辑,就可以使用任何语言编写代码。 任何帮助都可以谢谢。谢谢提前!在
每对都是
index:value
的形式。这为每个实体提供了一个非常简单的向量。权重(即value
)只是该向量在相应维度(即index
)中投影的大小。在相关问题 更多 >
编程相关推荐