Question

我想和你们一起在MATLAB中集思广益。给定一个包含许多列（14K）和几行（7）的矩阵，其中列是项目的项目和行特征，我想计算所有项目的相似性并将其保存在矩阵中：

易于计算
易于访问

对于1.，我想出了一个非常快速使用pdist()的好主意：

 A % my matrix
 S = pdist(A')  % computes the similarity btw all columns very fast

但访问s并不方便。我更喜欢访问项i和j之间的相似性，例如使用S(i,j)：

 S(4,5)  % is the similarity between item 4 and 5

在其原始定义中，S是一个数组而不是一个矩阵。是否将它作为2D矩阵存储在一个坏主意？我们可以考虑一个很酷的想法，可以帮助我快速找到哪个类似物与哪些项目相对应？

谢谢。

Answer 1

您可以使用pdist2(A',A')。返回的内容基本上是标准形式的距离矩阵，其中元素(i,j)是第i个和第j个模式之间的不相似性（或相似性）。
此外，如果您想使用pdist()，也可以使用函数squareform()将结果数组转换为众所周知的距离矩阵。

因此，总而言之，如果A是您的数据集而S是距离矩阵，则可以使用

S=pdist(A');
S=squareform(S);

或

S=pdist2(A',A');

现在，关于存储视点，您肯定会注意到这种矩阵是对称的。 Matlab基本上在S中使用数组pdist()提出的是节省空间：由于这样的矩阵是对称的，所以你可以在向量中保存一半。实际上，数组S具有m(m-1)/2元素，而矩阵形式具有m^2元素（如果m是训练集中的模式数）。另一方面，访问这样的向量肯定是比较棘手的，而矩阵绝对是直截了当的。

Answer 2

我不完全确定您的问题是什么，但如果您想轻松访问composer require laravelcollective/html，则可以使用S(i, j)函数：

squareform

最好，

以很好的方式表示MATLAB中许多项之间的相似性

2 个答案: