“Аффинное распространение косинус сходство Python” Ответ

Аффинное распространение косинус сходство Python

# credit to Stack Overflow user in the source link
import numpy as np
from sklearn.metrics.pairwise import cosine_distances

# some dummy data
word_vectors = np.random.random((77, 300))

word_cosine = cosine_distances(word_vectors)
affprop = AffinityPropagation(affinity = 'precomputed', damping = 0.5)
af = affprop.fit(word_cosine)
wolf-like_hunter

Аффинное распространение косинус сходство Python


# some dummy data
word_vectors = np.random.random((77, 300))

# using eucliden distance
affprop = AffinityPropagation(affinity='euclidean', damping=0.5)
af = affprop.fit(word_vectors)

# using cosine
from sklearn.metrics.pairwise import cosine_distances
word_cosine = cosine_distances(word_vectors)
affprop = AffinityPropagation(affinity='precomputed', damping=0.5)
af = affprop.fit(word_cosine)

Faithful Flatworm

Ответы похожие на “Аффинное распространение косинус сходство Python”

Вопросы похожие на “Аффинное распространение косинус сходство Python”

Больше похожих ответов на “Аффинное распространение косинус сходство Python” по Python

Смотреть популярные ответы по языку

Смотреть другие языки программирования