代码之家 › 专栏 › 技术社区 › Yossale

有关功能的数据结构建议

sparse-matrix algorithm

Yossale · 技术社区 · 14 年前

我们有一组文档,每个文档都有一组特性。

M(i,j)=给定特征a存在,文档中具有特征B的概率。

但是,我们还有一个附加要求:

我所能想到的是概率矩阵的稀疏矩阵,在计算完之后,对于所有列中的每个特征,按P排序,并将其保存在某个链接列表中。(现在,我们为每个特性都有一个对应的特性列表

这个空间复杂度相当大(最坏情况:N^2,N很大!),每次搜索的时间复杂度为O(N)。

有更好的主意吗?

1 回复 | 直到 14 年前

mcdowella 14 年前

如果特征的数量与文档的数量相当或更大,则考虑保留一个倒排索引:对于每个特征,保留其中存在的文档(例如,排序列表)。然后,您可以通过对功能A和B的排序列表运行合并来计算给定A的B的概率。

推荐文章

Federico Caccia · 重塑scipy csr矩阵

6 年前

avgn · 为什么我的特征代码不能扩展到更多线程

6 年前

avgn · 特征稠密稀疏矩阵积是线程化的吗?

6 年前

Ian McCartney · 稀疏×稀疏矩阵积,仅计算其部分元素

6 年前

J. Doe · %^%expm包中的运算符无法识别稀疏矩阵

6 年前

Success Man · 如何在javascript上更改id值为的数组的键?

6 年前

Morgan Fouque · 为GPU读取和存储大型矩阵文件

6 年前

quanty · 如何解释sklearn稀疏矩阵输出?

6 年前

Kadir Gunel · 当存在重复时,稀疏到稠密矩阵会降低其维数

6 年前

Alvaro Martínez Rubio · 在Python 3中创建任意维稀疏矩阵

6 年前