Benzerliği Ölçme
Coddy'nin Machine Learning Journey'sinin Denetimsiz Öğrenme bölümünün bir parçası. Ders 2 / 51.
k-NN'de en yakın, en küçük mesafe demekti. Grupları bulmak için her satır çifti için buna ihtiyacınız var: bir mesafe tablosu. Dört arkadaş iki filmi 1'den 10'a kadar puanladı:
ratings = np.array([[9, 2], [8, 3], [2, 9], [3, 7]]) # Ana, Ben, Cy, Dee
n = len(ratings)
table = np.zeros((n, n))
for i in range(n):
table[i] = np.sqrt(((ratings - ratings[i]) ** 2).sum(axis=1))i satırı, i arkadaşının herkese olan mesafesini tutar. İşte ızgara olarak çizilmiş table:
0 köşegenini, her arkadaşın kendisine karşı olduğu kısmı atlayın. Geriye kalan en küçük sayı, birbirine en çok benzeyen çifti; en büyük sayı ise birbirinden en farklı olan çifti gösterir. Küçük mesafe, benzer satırlar demektir.
Görev
KolayBir meyve suyu barı, şefin program tarafından okunan yeni smoothie’sini menüsüne ekliyor. Hangileri birbirine o kadar benziyor ki birinden vazgeçilebilir? Tadım seçkisi için en farklı olan iki smoothie hangisi?
menuiçin uzaklık tablosunu oluşturun.- Birbirine en çok benzeyen ve en farklı çifti bulun: her çifti yalnızca bir kez alın, hiçbir smoothie’yi kendisiyle eşleştirmeyin.
- Her ikisini de menüdeki sıraya göre adlarıyla ve uzaklıkları 1 ondalık basamakla yazdırın.
Başka bir menü için:
Most alike: Lemon Zing and Lime Twist (14.1 g apart)
Most different: Choco Shake and Cucumber Cool (212.6 g apart)Kendin dene
import numpy as np
names = ["Berry Blast", "Green Glow", "Mango Lassi", "Kale Kick", "Tropical Sun", "Banana Oat", "Minty Melon"]
# Her smoothie için bir satır, bardak başına gram cinsinden: meyve, yeşillik, yoğurt
menu = np.array([[180, 0, 120],
[90, 110, 60],
[160, 0, 150],
[60, 150, 30],
[200, 20, 40],
[100, 0, 200],
[170, 40, 0]])
# Şefin yeni tarifi menüye son satır olarak eklenir
names.append(input())
new = [int(input()), int(input()), int(input())]
menu = np.concatenate([menu, [new]])
# Kodunuzu aşağıya yazın
Bu ders kısa bir quiz içerir. Soruları yanıtlamak ve ilerlemeni kaydetmek için derse başla.
Denetimsiz Öğrenme bölümündeki tüm dersler
1Grupları Bulma
Etiketler Olmadan ÖğrenmeBenzerliği ÖlçmeK-Means'i Elle Uygulamascikit-learn ile K-MeansÖzet: Spor Salonu Üyeleri7Uygulamada PCA
64 Boyutu GörmekBileşenleri Örüntü Olarak GörmekSıkıştır ve Yeniden OluşturModelden Önce PCATekrar: Yüz Tarayıcı10Proje: Rakam Kaşifi
Rakamları İncelePCA ile KüçültRakamları KümeleKümelere Ad VerAykırı Olanları Bul2k Sayısını Seçme
AtaletDirsek YöntemiSilüet PuanlarıKümeleme Öncesi ÖlçeklemeÖzet: Teslimat BölgeleriKendi başına pratik yap: Online Python derleyicisi