我是ML环境的新手,我试图理解从ML模型的功能设计部分提取的以下代码。谁能解释为什么计算点积和角度作为ML功能有用吗?
lat1 = point1.latitude
lon1 = point1.longitude
lat2 = point2.latitude
lon2 = point2.longitude
# Compute dot product
prod = lat1 * lat2 + lon1 * lon2
# Compute additive norm
add_norm = np.sqrt(lat1 ** 2 + lon1 ** 2 + lat2 ** 2 + lon2 ** 2)
# Compute real norm
point1_norm = np.sqrt(lat1 ** 2 + lon1 ** 2)
point2_norm = np.sqrt(lat2 ** 2 + lon2 ** 2)
# Add features
angle_add_norm = prod / add_norm
angle = prod / (point1_norm * point2_norm)
我将不胜感激任何参考文献:)
LE : 该模型正在尝试预测一组实体的最佳搜索顺序。每个实体都有一个物理位置,并且搜索是基于位置进行的。