Chương trình học Bài 22 trên tổng số 246 · Mô-đun 2: Toán và xác suất, chỉ ở mức cần thiết
Mô-đun 2: Toán và xác suất, chỉ ở mức cần thiết

Những ngôi nhà dưới dạng list các con số (vector)

Vì sao điều này quan trọng Một mạng không bao giờ nhìn thấy một ngôi nhà, một từ hay một bức tranh. Nó thấy một list các con số. Biến các thứ thành list các con số, và so sánh những list đó, là bước một.

Mô tả một ngôi nhà bằng ba con số: diện tích tính bằng chục mét vuông, số phòng ngủ, và khoảng cách tới nhà ga tính bằng km. Nhà A là [8, 3, 1.5], nhà B là [9, 3, 2.0], nhà C là [4, 1, 6.0]. Mỗi list là một vector: một điểm trong một không gian có một chiều cho mỗi đặc trưng.

Những con số nhỏ xíu

A và B khác nhau tới đâu? Trừ từng đặc trưng một: [-1, 0, -0.5]. Bình phương mỗi cái: [1, 0, 0.25]. Cộng lại: 1.25. Căn bậc hai: khoảng 1.12. Đó là khoảng cách đường thẳng giữa hai điểm. A và C ra khoảng 6.34, nên B là cái khớp với A gần hơn.

Vector: một list có thứ tự các con số, mỗi số cho một đặc trưng. Khoảng cách: độ dài đường thẳng giữa hai vector, np.linalg.norm(a - b).

Tóm tắt Các thứ trở thành vector; những thứ giống nhau trở thành các điểm gần nhau.

Từ và ký hiệu trong bài học này
vector
một list các con số, mỗi số cho một đặc trưng
Đến lượt bạn

Viết distance(a, b) (khoảng cách đường thẳng giữa hai vector, không vòng lặp) và most_similar(target, houses), trả về chỉ số của hàng trong mảng 2D houses gần target nhất.

Bạn thấy vấn đề gì trong bài học này? Hãy báo cáo nó · Hỏi về bài học này

Bài tập này sẽ sớm mở.

Hoàn thành bài học trước đó để mở khóa bài này. Toàn bộ khóa học là miễn phí, không cần tài khoản, và bạn có thể đọc bài học này ngay bây giờ.