Я использую следующие ссылки для создания «Еврейской матрицы подобия» (которую я конвертирую в DataFrame). https://stats.stackexchange.com/questions/53068/euclidean-distance-score-and-similarity http://docs.scipy.org/doc/scipy-0.14.0/reference/generated/scipy.spatial.distance.euclidean.htmlСамый эффективный способ построения матрицы подобия
То, как я это делаю это итеративный подход, который работает, но это занимает некоторое время, когда наборы данных являются большими. Pandas pd.DataFrame.corr() действительно быстр и полезен для коррекций pearson.
Как я могу выполнить меру евклидовой подобия без исчерпывающей итерации?
Мой наивный код ниже:
#Euclidean Similarity
#Create DataFrame
DF_var = pd.DataFrame.from_dict({"s1":[1.2,3.4,10.2],"s2":[1.4,3.1,10.7],"s3":[2.1,3.7,11.3],"s4":[1.5,3.2,10.9]}).T
DF_var.columns = ["g1","g2","g3"]
# g1 g2 g3
# s1 1.2 3.4 10.2
# s2 1.4 3.1 10.7
# s3 2.1 3.7 11.3
# s4 1.5 3.2 10.9
#Create empty matrix to fill
M_euclid = np.zeros((DF_var.shape[1],DF_var.shape[1]))
#Iterate through DataFrame columns to measure euclidean distance
for i in range(DF_var.shape[1]):
u = DF_var[DF_var.columns[i]]
for j in range(DF_var.shape[1]):
v = DF_var[DF_var.columns[j]]
#Euclidean distance -> Euclidean similarity
M_euclid[i,j] = (1/(1+sp.spatial.distance.euclidean(u,v)))
DF_euclid = pd.DataFrame(M_euclid,columns=DF_var.columns,index=DF_var.columns)
# g1 g2 g3
# g1 1.000000 0.215963 0.051408
# g2 0.215963 1.000000 0.063021
# g3 0.051408 0.063021 1.000000
Эй, @root, спасибо за разъяснение использования pdist и squareform! Почему диагональная матрица 0,0 после функции подобия? –
Примечание! Диагональ может быть исправлена с комментарием в ответе Кевина от @ B.M. –