Question

我想计算两个单词之间的欧几里德距离。首先，每个音素都是矢量化的：

g = (0,1,0,0,0,1,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0)
a = (0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,0,0,1,0,1,0,0,0)
k = (0,1,0,0,0,1,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0)
n = (0,0,0,1,0,0,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0)
N = (0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0)

两个单词之间的距离，＆＃39; gaN＆＃39;例如，＆＃39; gak＆＃39;是

dst1 = distance.euclidean(g,g)
dst2 = distance.euclidean(a,a)
dst3 = distance.euclidean(N,k)
dist = dst1+dst2+dst3
print(dist)

我想做的是一个巨大的矩阵，显示超过800个单词之间的所有距离。这应该类似于下表（如在csv文件中）

    gaN   gak   gan  gal ...
gaN 0     1.73  1.41
gak 1.73  0     2.24
gan 1.41  2.24  0
gal
...

有人可以帮我吗？我目前正在使用Python，但R也可以。

Answer 1

如您所知，欧几里德距离只能对数字对象进行操作。我不确定是什么样的现象，但是如果你已经对所有单词都有数字表示，那么它应该是微不足道的。（在这种情况下，你的问题是将距离矩阵转换回GaN，gak表吗？如果是这样的话，需要更多关于你如何从那里到达phenome对象的信息。

至于转换为csv，这是微不足道的。实际上，您可以使用优秀的pandas包来添加零行：

将pandas导入为pd DIST = pd.DataFrame（euclidean_distances（TBL1，TBL2））。to_csv（ 'distances.csv'）

欧氏距离矩阵

1 个答案: