我有一个向量列表(每个向量只包含 0 或 1):
In [3]: allLabelPredict
Out[3]: array([[ 0., 0., 0., ..., 0., 0., 1.],
[ 0., 0., 0., ..., 0., 0., 1.],
[ 0., 0., 0., ..., 0., 0., 1.],
...,
[ 0., 0., 0., ..., 0., 0., 0.],
[ 0., 0., 0., ..., 0., 0., 1.],
[ 0., 0., 0., ..., 0., 0., 1.]])
In [4]: allLabelPredict.shape
Out[4]: (5000, 190)
如您所见,我有 190 个不同的向量,每个向量都是一个分类器的结果,现在我想根据每个向量与原始标签的接近程度来选择其中一些输出
In [7]: myLabel
Out[7]: array([ 0., 0., 0., ..., 1., 1., 1.])
In [8]: myLabel.shape
Out[8]: (5000,)
为此,我为每个向量定义了两个不同的标准;零汉明距离和一汉明距离。
“一个汉明距离”:等于“1”的 myLabel 子数组与每个向量的子数组之间的汉明距离(我已经创建了每个向量的子数组根据“myLabel”的索引从每个向量中选择值,其中值为“1”)
“零汉明距离”:等于“0”的 myLabel 子数组与每个向量的子数组之间的汉明距离(我已经创建了每个向量的子数组根据“myLabel”的索引从每个向量中选择值,其中值为“0”)
为了更清楚,举个小例子:
MyLabel [1,1,1,1,0,0,0,0]
V1 [1,1,0,1,0,0,1,1]
sub-array1 [1,1,0,1]
sub-array0 [0,0,1,1]
"zero Hamming Distance": hamming(sub-array0, MyLabel[4:])
"one Hamming Distance": hamming(sub-array1, MyLabel[:4])
现在我想根据 "One Hamming Distance" 从 'allLabelPredict' 中选择一些向量,并且 “零汉明距离”
我想选择那些具有最小 "One Hamming Distance" 和 “零汉明距离”。 (至少我的意思是这个向量的两个标准都是最低的)
如果上述要求不可能,我怎么能做这种总是首先基于“一个汉明距离”排序然后尝试最小化“零汉明距离”的排序
请您参考如下方法:
好的,首先我根据 myLabel 中的值将整个 allLabelPredict 分成两个子数组:
import numpy as np
allLabelPredict = np.random.randint(0, 2, (5000, 190))
myLabel = np.random.randint(0, 2, 5000)
sub0 = allLabelPredict[myLabel==0]
sub1 = allLabelPredict[myLabel==1]
ham0 = np.abs(sub0 - 0).mean(0)
ham1 = np.abs(sub1 - 1).mean(0)
hamtot = np.abs(allLabelPredict - myLabel[:, None]).mean(0) # if they're not split
这与 scipy.spatial.distance.hamming 相同,但一次只能应用于一个向量:
>>> np.allclose(scipy.spatial.distance.hamming(allLabelPredict[:,0], myLabel),
... np.abs(allLabelPredict[:,0] - myLabel).mean(0))
True
现在,ham 数组中的索引将成为 allLabelPredict 数组第二轴中的索引。如果您想按汉明距离对向量进行排序:
sortby0 = allLabelPredict[:, ham0.argsort()]
sortby1 = allLabelPredict[:, ham1.argsort()]
或者如果你想要最低的零(或一个)汉明,你会看看
best0 = allLabelPredict[:, ham0.argmin()]
best1 = allLabelPredict[:, ham1.argmin()]
或者,如果你想要最低的一个汉明,零汉明接近 0.1,你可以这样说
hamscore = (ham0 - 0.1)**2 + ham1**2
best = allLabelPredict[:, hamscore.argmin()]
