Je souhaite savoir ce qui se passe réellement à Hellinger Distance (en termes simples). De plus, je suis également intéressé à savoir quels sont les types de problèmes que nous pouvons utiliser Hellinger Distance? Quels sont les avantages de l'utilisation de Hellinger
J'essaie de chercher un bon argument sur la raison pour laquelle on utiliserait la distance de Manhattan sur la distance euclidienne dans le Machine Learning. La chose la plus proche que j'ai trouvée pour un bon argument jusqu'à présent est sur cette conférence du MIT . À 36h15, vous pouvez voir...
J'ai travaillé sur un petit projet personnel qui prend les compétences professionnelles d'un utilisateur et suggère la carrière la plus idéale pour lui en fonction de ces compétences. J'utilise une base de données de listes d'emplois pour y parvenir. Pour le moment, le code fonctionne comme suit:...
J'ai un DataFrame avec IDF de certains mots calculés. Par exemple (10,[0,1,2,3,4,5],[0.413734499590671,0.4244680552337798,0.4761400657781007, 1.4004620708967006,0.37876590175292424,0.48374466516332]) .... and so on Donnez maintenant une requête Q, je peux calculer le TF-IDF de cette requête....
J'essaie d'analyser certaines données que j'ai, mais il y a beaucoup d'incohérences dans mes données. J'ai une table SQL que j'essaie d'analyser. Le tableau est un tableau des universités avec la structure suivante: Le name:string, city:string, state:string, country:string nom est toujours présent...
Je travaille sur un système de recommandation de livres très basique. Je veux savoir quoi faire avec les champs qui ne sont pas notés par l'utilisateur lors de la recherche de similitude cosinus, devons-nous les ignorer et calculer uniquement avec les champs notés ou devons-nous les marquer 0. Le...