問題タブ [norm]

Solr で 2 つのドキュメントを作成しました。

フィールド「タイトル」は、schema.xml で次のように定義されています。

"journal of neurology"というクエリを使用すると、両方のドキュメントのスコアは同じですが、2 番目のドキュメントの方が正確です。フレーズ クエリを指定しても問題は解決しません。また、計算されたfieldNorm が両方のドキュメントで「0.5」であることもわかります。これは、長さのノルムを 1 バイトに格納するときに精度が失われることと関係がありますか?

以下は、提供されているすべてのパラメーターです (solrconfig.xml のデフォルト)。

スコアの計算を見ると、それらの間に単一の違いは見られません

fieldNorm が両方のドキュメントで同じである理由は何ですか?

前もって感謝します！

Pyzo 内で Python 3 を使用しています。linalg.norm 関数が axis 引数を認識しない理由を教えてください。

このコード:

エラーを返します：

TypeError: norm() が予期しないキーワード引数 'axis' を取得しました

Sklearn の TfidfVectorizer オブジェクトを使用して取得した疎行列があります。

疎行列は次のとおりです（一般性のために数字を取り出しています）：

各行の数値を取得して、探している用語がドキュメントにどの程度含まれているかを確認しようとしています。どの単語が含まれているかはあまり気にしません。含まれている単語の数を知りたいだけです。だから、それぞれのノルムまたはrow*row.Tを取得したい. ただし、これを取得するために numpy を使用するのは非常に困難です。

私の最初のアプローチは、単に行うことでした：

ただし、numpy は明らかに 1 次元未満の配列を転置しないため、ベクトルが 2 乗されます。だから私はやってみました：

しかし、 numpy.transpose(numpy.atleast_2d(tfidf[0])) はまだ行を転置しません。

私は行のノルムを取得しようとしました（とにかくそのアプローチの方がおそらく優れています）。私の最初のアプローチは、numpy.linalg を使用することでした。

しかし、それは私に「寸法の不一致」エラーを与えました。そこで、手動でノルムを計算しようとしました。変数を疎行列の numpy 配列バージョンに等しく設定し、最初の行の len を出力することから始めました。

my_array は正しく出力されますが、len にアクセスしようとすると、次のように表示されます。

fit_transform によって返される疎行列の各行の数値を取得したいだけです。規範を取得するのが最善でしょう。ここで何か助けていただければ幸いです。

私は scipy csr_matrix を使用しており、フロベニウス ノルムを使用して 2 つの行列を正規化し、それらの積を取得したいと考えています。しかし、scipy.linalg からのノルムと sklearn.preprocessing からの正規化は、行列の評価が異なるようです。技術的には、上記の 2 つのケースでは同じフロベニウス ノルムを計算しているので、2 つの式は同じものに評価されるべきではありませんか? しかし、私は次の答えを得ます：

行列([[ 0.962341]])

0.4431811178371029

それぞれ sklearn.preprocessing と scipy.linalg.norm の場合。私は自分が間違っていることを知ることに本当に興味があります。

要素が [1, 64] にある行列をプロットするために imshow を使用したいと思います。カラーマップを正規化するには、「LogNorm」しか見つかりませんでしたが、行列要素を自然対数スケールで正規化する「LnNorm」のようなものが必要です。これを行う方法はありますか？

ご協力いただきありがとうございます。

配列のノルムを簡単に取得するにはどうすればよいですか?

私はこれを試しましたが、エラーがあります：

初期化子が多すぎるエラー C2440: 'initializing' : 'cv::OutputArray (__cdecl *)(void)' から 'double' に変換できません

問題は初期化に関するものだと思いますが、代わりに何を使用すればよいかわかりませんdouble DaisyFeature [200];

Pythonで組み込み関数を探しています。3D 配列のフロベニウス ノルムを計算する必要があります。私の現在のアプローチは次のとおりです。

しかし、これは私の配列のサイズには遅すぎます。何か案は？

前もって感謝します...