“Propagación de afinidad Coseno Similitud Python” Código de respuesta

Propagación de afinidad Coseno Similitud 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

Propagación de afinidad Coseno Similitud 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

Respuestas similares a “Propagación de afinidad Coseno Similitud Python”

Preguntas similares a “Propagación de afinidad Coseno Similitud Python”

Más respuestas relacionadas con “Propagación de afinidad Coseno Similitud Python” en Python

Explore las respuestas de código populares por idioma

Explorar otros lenguajes de código