Question

我有一张桌子T1

id     Value1  Value2   Value3   Compared  Related
---------------------------------------------------
af02 |  AAA  |   BBB  |  CCC   |    1     |   1
ff02 |  ABA  |   BBB  |  CAC   |    1     |  af02
h2f0 |  AAB  |   BBA  |  CCA   |    0     |   0

Id不是自动递增，值1到3是文本我需要比较所有未比较的行（0）的Value2与所有其他Value2，以查看文本是否相同，如果它是相似的我需要将相似行的id添加到Related列，如果不是，我需要在Related列中添加1，我需要用python和mysql来完成这个

由于

Answer 1

就mysql而言，我不知道从哪里开始

至于比较，我将使用来自db的readed值的余弦比较像这样的东西：

train_set = [item['Value2'][i]] 
test_set = [item['Value2'][i+=1]]
stopWords = stopwords.words('english')

vectorizer = CountVectorizer(stop_words = stopWords)
transformer = TfidfTransformer()

trainVectorizerArray = vectorizer.fit_transform(train_set).toarray()
testVectorizerArray = vectorizer.transform(test_set).toarray()
cx = lambda a, b: round(np.inner(a, b)/(LA.norm(a)*LA.norm(b)), 3)

for vector in trainVectorizerArray:
    for testV in testVectorizerArray:
        cosine = cx(vector, testV)
        print cosine

我将使用余弦值来确定相似性和链接

将Mysql数据与python进行比较

1 个答案: