“Affinitätspropagation Cosinus Ähnlichkeit Python” Code-Antworten

Affinitätspropagation Cosinus Ähnlichkeit Python

# credit to Stack Overflow user in the source link
import numpy as np
from sklearn.metrics.pairwise import cosine_distances

# some dummy data
word_vectors = np.random.random((77, 300))

word_cosine = cosine_distances(word_vectors)
affprop = AffinityPropagation(affinity = 'precomputed', damping = 0.5)
af = affprop.fit(word_cosine)
wolf-like_hunter

Affinitätspropagation Cosinus Ähnlichkeit Python


# some dummy data
word_vectors = np.random.random((77, 300))

# using eucliden distance
affprop = AffinityPropagation(affinity='euclidean', damping=0.5)
af = affprop.fit(word_vectors)

# using cosine
from sklearn.metrics.pairwise import cosine_distances
word_cosine = cosine_distances(word_vectors)
affprop = AffinityPropagation(affinity='precomputed', damping=0.5)
af = affprop.fit(word_cosine)

Faithful Flatworm

Ähnliche Antworten wie “Affinitätspropagation Cosinus Ähnlichkeit Python”

Fragen ähnlich wie “Affinitätspropagation Cosinus Ähnlichkeit Python”

Weitere verwandte Antworten zu “Affinitätspropagation Cosinus Ähnlichkeit Python” auf Python

Durchsuchen Sie beliebte Code-Antworten nach Sprache

Durchsuchen Sie andere Codesprachen