minhash

0열

1답변

고유하지 않은 값으로 팬더에서 두 시리즈의 교차 및 합집합을 얻는 방법?

두 개의 Series 객체가있는 경우 [0,0,1] [1,0,0] 두 객체의 교차 및 합집합은 어떻게됩니까? 그들은 부울 값만 포함합니다. 즉, 고유하지 않은 값입니다. 큰 부울 행렬이 있습니다. 나는 그것을 분쇄했고, 지금 나는 각 오리지널 쌍에 대해 Jaccard 유사성을 얻어야한다는 것을 의미한다고 생각하는 거짓 긍정과 네거티브를 찾으려고 노력하고있다

0열

1답변

파이썬에서 정수에 대해 다른 해시 함수를 생성 하시겠습니까?

minhashing 알고리즘을 구현하기 위해 무작위 해시 함수 (최대한 많은 수의)를 사용하여 시뮬레이션 할 정수의 많은 순열을 만들어야합니다. 현재 내가 형태의 해시 함수를 사용 a와 b가 무작위로 번호를 생성하고, C는 B의 가장 높은 값보다 소수 더 큰 h(x) = (a*x + b) % c . 어쨌든 코드는 이 너무 느리며으로 실행되며 합리적인 실

-4열

1답변

클러스터를 찾는 LSH 구현

Hie 녀석. 나는 교환을 쌓기에 아주 새롭고 현재 그래프 이론에 대한 연구를하고있다. 내가 초급 수준의 프로그래머 (해시, 버킷, 벡터 등 데이터 구조를 현명하게 알지 못했기 때문에)가 묻는 일련의 질문은 매우 간단합니다. 제 생각은 시간 t에서 i와 j 사이에 엣지가 있다고하는 형식 (타임 스탬프 t, 노드 i, 노드 j)의 데이터 세트를 가져 오는 것

0열

1답변

두싯 minhash org.apache.hadoop.io.LongWritable은 내가 사용하고 org.apache.hadoop.io.Text

으로 캐스팅 할 수 없습니다 하둡-1.2.1 및 조련사 - 유통 - 0.8 나는 다음과 같은 명령을 HASHMIN 방법을 실행하려고하면 : 나는 어떤을 주셔서 감사합니다 [email protected]:~$ $MAHOUT_HOME/bin/mahout org.apache.mahout.clustering.minhash.MinHashDriver -i tce-da

0열

1답변

K- 길이의 문자열에 Minhashing

비슷한 항목을 찾기 위해 Bloom Filters와 Minhashing을 구현해야하는 애플리케이션이 있습니다. 내가 블룸 필터가 구현해야하지만 난 그것을 수행 할 Minhashing 부분을 이해하고 있는지 확인해야합니다 : 모든, aplication 문서에서 K-길이 문자열 저장을의 숫자를 생성 그 중 하나가 Bloom에 삽입됩니다. 여기서 MinHash를

6열

2답변

Min Hash를 이용한 지역성에 민감한 해싱

Min Hash를 사용하여 LSH (로컬에 민감한 해싱) 구현에 대한 많은 자습서, 문서 및 코드를 읽었습니다. LSH는 무작위 부분 집합을 해싱하고 그 부분 집합을 해싱하여 두 세트의 Jaccard 계수를 찾으려고 시도합니다. code.google.com에서 구현을 살펴 보았지만 메소드를 이해할 수 없었습니다. 나는 논문 Google news person

4열

1답변

n 차원 공간에서 k- 가장 가까운 값을 찾으려면 어떻게해야합니까?

kd-trees에 대해 읽었지 만 공간의 차원이 높으면 비효율적입니다. 나는 가치있는 데이터베이스를 가지고 있으며, 쿼리의 특정 해밍 거리 내에있는 값을 찾고 싶다. 예를 들어, 데이터베이스는 32 비트 숫자 목록이며 쿼리 값과 다른 모든 숫자를 3 비트 미만으로 찾고 싶습니다. 나는 MultiVariate 파티션 트리에 대해 들었지만 좋은 참조를 찾을 수

3열

2답변

Locality Sensitive Hashing에서 벡터를 버킷으로 해싱하는 방법 (jaccard distance 사용)?

비슷한 문서를 찾을 가까운 이웃 검색 응용 프로그램을 구현 중입니다. 지금까지 나는 LSH 관련 자료의 좋은 부분을 읽었습니다 (LSH 뒤에있는 이론은 혼란스럽고 100 % 아직 풀 수 없습니다). 내 코드는 minhash 함수를 사용하여 서명 행렬을 계산할 수 있습니다 (끝 부분에 가까움). 나는 또한 서명 행렬에 밴딩 전략을 적용한다. 그러나 밴드의 서

2열

3답변

메모리 효율적인 맵 <pair <int,int>, 세트 <int>> 대체

저는 각각 하나가 문서 ID와 관련되어있는 엄청난 양의 정수 쌍을 가지고 있습니다. 내 목표는 이제 같은 쌍을 가진 문서를 검색하는 것입니다. Document1 - pair1: (3, 9) - pair2: (5,13) Document2 - pair1: (4234, 13) - pair2: (5,13) map<pair<int,int>, uno

1열

2답변

minHash를 사용하여 2 세트 이상 비교하기

나는 minHash를 사용하여 2 세트 사이의 유사점을 찾는 FindSimilar 클래스를 가지고 있습니다. (그리고이 목표는 훌륭합니다). 내 문제는 두 세트 이상을 비교해야한다는 것입니다. 구체적으로 말해 주어진 숫자 set1과 다른 세트를 비교해야합니다. 다음은 클래스입니다 : import java.util.HashSet; import java.ut