Question

我有一个矢量数组，我想构建一个矩阵，向我展示它自己的矢量之间的距离。例如，我有这两个向量的矩阵：

[[a, b , c]
 [d, e , f]]

我想知道dist是一个欧几里德距离，例如：

[[dist(vect1,vect1), dist(vect1,vect2)]
 [dist(vect2,vect1), dist(vect2,vect2)]]

所以很明显我期待对角线上具有空值的对称矩阵。我尝试使用scikit-learn。

#Create clusters containing the similar vectors from the clustering algo
labels = db.labels_
n_clusters_ = len(set(labels)) - (1 if -1 in labels else 0)
list_cluster = [[] for x in range(0,n_clusters_ + 1)]
for index, label in enumerate(labels):
    if label == -1:
        list_cluster[n_clusters_].append(sparse_matrix[index])
    else:
        list_cluster[label].append(sparse_matrix[index])
vector_rows = []
for cluster in list_cluster:
    for row in cluster:
         vector_rows.append(row)
#Create my array of vectors per cluster order
sim_matrix = np.array(vector_rows)
#Build my resulting matrix
sim_matrix = metrics.pairwise.pairwise_distances(sim_matrix, sim_matrix)

问题是我的结果矩阵不是对称的，所以我猜我的代码有问题。

如果你想测试，我会添加一些样本，我用每个向量的欧几里德距离向量做了它：

input_matrix = [[0, 0, 0, 3, 4, 1, 0, 2],[0, 0, 0, 2, 5, 2, 0, 3],[2, 1, 1, 0, 4, 0, 2, 3],[3, 0, 2, 0, 5, 1, 1, 2]]

expecting_result = [[0, 2, 4.58257569, 4.89897949],[2, 0, 4.35889894, 4.47213595],[4.58257569,  4.35889894, 0, 2.64575131],[4.89897949, 4.47213595, 2.64575131, 0]]

Answer 1

函数pdist和squareform可以解决问题：

import numpy as np
from scipy.spatial.distance import pdist
from scipy.spatial.distance import squareform
input_matrix = np.asarray([[0, 0, 0, 3, 4, 1, 0, 2],
                           [0, 0, 0, 2, 5, 2, 0, 3],
                           [2, 1, 1, 0, 4, 0, 2, 3],
                           [3, 0, 2, 0, 5, 1, 1, 2]])
result = squareform(pdist(input_matrix))
print(result)

正如预期的那样，result是一个对称数组：

[[ 0.          2.          4.58257569  4.89897949]
 [ 2.          0.          4.35889894  4.47213595]
 [ 4.58257569  4.35889894  0.          2.64575131]
 [ 4.89897949  4.47213595  2.64575131  0.        ]]

默认情况下，pdist计算欧氏距离。您可以通过在函数调用中指定适当的度量来计算不同的距离。例如：

result = squareform(pdist(input_matrix, metric='jaccard'))

矢量数组距离它自己的元素

1 个答案: