我有一个矩阵,表示到一组点的k最近邻居的距离, 并且有一个最近邻居的类标签矩阵。 (均为N-by-k矩阵)
在theano中建立(N-by-#类)矩阵的最佳方法是什么,其(i,j)元素将是从第i个点到其k-NN点的距离之和与类标签'J'?
实施例:
# N = 2
# k = 5
# number of classes = 3
K_val = [[1,2,3,4,6],
[2,4,5,5,7]]
l_val = [[0,1,2,0,1],
[2,0,1,2,0]]
result = [[5,8,3],
[11,5,7]]
这个任务在theano?
K = theano.tensor.matrix()
l = theano.tensor.matrix()
result = <..some code..>
f = theano.function(inputs=[K,l], outputs=result)
答案 0 :(得分:0)
你可能会对看看这个回购有趣: https://github.com/erogol/KLP_KMEANS/blob/master/klp_kmeans.py
是使用theano的K-Means实现(func kpl_kmeans
)。我相信你想要的是函数W
中使用的矩阵find_bmu
。
希望你觉得它很有用。