2023-04-12

早起了!

记录一下昨天晚上的工作,做事情不能浮在表面,需要深入下去,要去探究,要学会洞察,要在大量的数据上看到规律,要学习新知识。

对于一组数据的规律,我们可以使用若干个维度去观察他们,给他们赋分,每一组数据就是一个空间向量,这就是为什么我们会说这个“从几个维度”去看一个问题。当我们要去描述一个数据是否符合某个规律,是不是可能是某种情况的时候,我们就可以用相似度来进行,常见的方法就是“预想相似度”。观察的维度可以不止2个或3个,可以有更高的维度,计算的方式是一样。

举个简单的例子,用A和B的比值来计算这个余弦值,A是要元向量,B用来和他对比,看是不是相似。A的观察值为(u1,v1,w1,x1,y1,z1),B的观察值为(u2,v2,w2,x2,y2,z2)


a=u1*u2+v1*v2+w1*w2+x1*x2+y1*y2+z1*z2

b=(u1^2+v1^2+w1^2+x1^2+y1^2+z1^2)^0.5*((u1^2+v1^2+w1^2+x1^2+y1^2+z1^2))^0.5

假设A的观察值是(1,2,3,4)

B的观察值是(5,6,7,8)

a=1*5+2*6+3*7+4*8

b=(1+4+9+16)^0.5*(25+36+49+64)^0.5

如果两个值越相似,比值就会月接近于1。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,001评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,210评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,874评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,001评论 1 291
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,022评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,005评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,929评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,742评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,193评论 1 309
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,427评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,583评论 1 346
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,305评论 5 342
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,911评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,564评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,731评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,581评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,478评论 2 352

推荐阅读更多精彩内容

  • 机器人的混合位置/力控制1 http://fab.cba.mit.edu/classes/865.15/class...
    hydro阅读 3,250评论 0 1
  • 参考课程:https://www.bilibili.com/video/BV1X7411F744?p=8[http...
    合肥黑阅读 3,078评论 0 2
  • 夏天不知在来临还是在离去,我这里天气是又雨又晴的。窗外没有传来鸟叫声和烦人的知了”吒吒”的噪音。感觉一切都归于一种...
    迷之深阅读 3,434评论 0 213
  • 召回&排序 特征 从分布类型看,分为连续类型、离散类型、序列类型。从特征主体划分,可以分为User特征、Item特...
    lym94阅读 590评论 0 0
  • 机器视觉导论 图像分类 线性分类器 K折交叉验证 全连接神经网络 多层感知器(全连接神经网络) 激活函数 SOFT...
    王梦辰今天背单词了吗阅读 576评论 0 0