用H2O存储距离的最佳方法是什么？

Question

Supose我有2个data.frames，我想计算它们所有行之间的欧氏距离。我的代码是：

null

我确信有更有效的方法将其存储到矩阵中。

Answer 1

您不需要计算循环内的距离，H2O的距离函数可以有效地计算所有行的距离。对于具有n x k和m x k维度的两个数据框，您可以通过以下方式找到n x m距离矩阵：

distance_matrix <- h2o.distance(df1, df2, 'l2')

没有必要采用平方根，因为h2o.distance() function允许您指定要使用的距离度量："l1" - 绝对距离（L1范数），"l2" - 欧几里德距离（L2范数），"cosine" - 余弦相似度和"cosine_sq" - 平方余弦相似度。

按照您的示例，计算欧几里德距离矩阵的代码为：

library(h2o)
h2o.init()
df1 <- as.h2o(matrix(rnorm(7500 * 40), ncol = 40))
df2 <- as.h2o(matrix(rnorm(1250 * 40), ncol = 40))
distance_matrix <- h2o.distance(df1, df2, 'l2')

生成尺寸为7500 rows x 1250 columns的矩阵。