Question

我在Python中编写一个程序，根据给定的分数数据集（即人1在3,15,6,7,4,3的不同测试中得分，因此是一种类型） C），比较人n的一组新分数并确定该人的类型（AC）。对于分类，我想考虑下机器学习路线，但我也想确定与人n最接近的人ID，哪个是最不相似的（分数不太可能相同），我需要找到最近的）。我在考虑使用Levenshtein Python C扩展或SequenceMatcher，有没有人对我如何进行分类和匹配有任何建议或建议？提前致谢

Answer 1

根据您的描述，不要认为测试是序列。在回答您的问题时，测试是按特定顺序排列的吗？

假设它们没有被订购或订单不重要，您可以将每个测试视为向量空间中的维度，例如：

            test1   test2   test3   class
person1       3       0       1       A
person2       5       7       9       C

对于分类问题，您可以尝试监督学习模型，如线性回归或随机森林。

为了找到最近的邻居，只需计算每对人之间的余弦相似度。得分1 - similarity可用于找到最遥远的人。余弦相似性的替代方案包括欧几里德距离。

这是用于计算余弦相似度的简单Python代码：

def dot(v1, v2):
    return sum([x1*x2 for x1, x2 in zip(v1, v2)])

p1 = [3, 0, 1]
p2 = [5, 7, 9]
cosine = dot(p1, p2) / ((dot(p1, p1) ** 0.5) * (dot(p2, p2) ** 0.5))

Python - 分数的分类和序列匹配器

1 个答案: