Question

此问题与matlab: find the index of common values at the same entry from two arrays有关。

假设我有1000个10000矩阵，其中包含值0，1和2。每行都被视为样本。我想根据公式d = 1-1/(2p)sum(a/c+b/d)计算这些样本之间的成对距离，其中a，b，c，d可以视为行向量长度10000根据某些定义和p=10000。 c和d的概率是c+d=1。

如何找到a，b，c，d的值的示例：假设我们想要在示例{{d之间找到i 1}}和b j，然后我会查看行i和j。

如果行k和i的{{1}}条目的值为j和2，那么2（我想我会分配）在这种情况下a=2,b=0,c=1,d=0）。

如果行0/0=0和k的{{1}}条目的值为i和j，反之亦然，那么2。

相似的作业将针对1（a=1,b=0,c=3/4,d=1/4），2,0（a=0,b=0,c=1/2,d=1/2），1,1（a=1,b=1,c=1/2,d=1/2）的情况1,0（a=0,b=1,c=1/4,d=3/4）。

我到目前为止使用的matlab代码是0,0和a=0,b=2,c=0,d=1使用for循环，然后使用i找到上述情况，然后为{创建两个数组{1}}和j。这是非常缓慢的，有没有办法可以提高效率？

修改：距离find是第13页的this paper中给出的公式。

Answer 1

如果那些系数是固定的，那么我认为我已经成功地对距离函数进行了矢量化。弄清楚公式很有趣。我把事情翻了一下，以尽量减少分裂，因为直到@ horchler的注释我都不知道pdist，所以你将它包含在循环中，并将常量考虑在内：

% m is the data
[n p] = size(m, 1);
distance = zeros(n);
for ii=1:n
    for jj=ii+1:n
        a = min(m(ii,:), m(jj,:));
        b = 2 - max(m(ii,:), m(jj,:));
        c = 4 ./ (m(ii,:) + m(jj,:));
        c(c == Inf) = 0;
        d = 1 - c;

        distance(ii,jj) = sum(a.*c + b.*d);
        % distance(jj,ii) = distance(ii,jj); % optional for the full matrix
    end
end
distance = 1 - (1 / (2 * p)) * distance;

在Matlab中优化成对距离函数的参数

1 个答案: