两个一维稀疏矩阵之间的距离计算

在sklearn中没有找到能够直接针对稀疏矩阵进行聚类的方法,自己先写了个距离计算

def cal_distance(coo1,coo2):
    '''计算两个COO格式稀疏向量欧式距离'''
    common = set(arr1.col)&set(arr2.col)
    unique1 = set(arr1.col)-set(arr2.col)
    unique2 = set(arr2.col)-set(arr1.col)
    distance = 0
    for i,c in enumerate(arr1.col):
        if c in common:
            distance += (arr1.data[i]-arr1.data[arr1.col==c][0])**2
        elif c in unique1:
            distance += (arr1.data[i])**2
    for i,c in enumerate(arr2.col):
        if c in unique2:
            distance += (arr2.data[i])**2
        else:
            continue
    return distance

 

 

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值