【问题标题】：XB must be a 2-dimensional array in cdistXB 必须是 cdist 中的二维数组
【发布时间】：2014-06-04 21:01:05
【问题描述】：

我有两个 3D 数组

clusters = [array([[ 0.42199652, -0.14364404,  0.21290469]]), 
   array([[  5.80084178e-05,   1.20779787e-02,  -2.65970238e-02],
   [ -1.36810406e-02,   6.85722519e-02,  -2.60280724e-01],
   [  3.03098198e-02,   1.50170659e-02,  -1.09683402e-01],
   [ -1.50776089e-03,   7.22369575e-03,  -3.71181228e-02],
   [ -3.04448275e-01,  -3.66987035e-01,   1.44618682e-01],
   [  1.16567762e-03,   1.72858807e-02,  -9.39297514e-02],
   [  1.25896836e-04,   1.61310167e-02,  -6.00253128e-02],
   [  1.65062798e-02,   1.96933143e-02,  -4.26540031e-02],
   [ -3.78020965e-03,   7.51770012e-03,  -3.67852984e-02]]), 
   array([[-0.14674492,  0.34711217,  0.30955027]])

out_list = [[ 0.01650628  0.01969331 -0.042654  ]
   [-0.00150776  0.0072237  -0.03711812]
   [ 0.0001259   0.01613102 -0.06002531]]

我必须找出out_list 的每一行与clusters 中的每个数组之间的欧几里得距离我有一些代码

intra_dist = [scipy.spatial.distance.cdist(clusters[i],out_list[i], 'euclidean') for i in xrange(num_clusters)]

但它给了我ValueError: XB must be a 2-dimensional array. 有什么解决办法吗？

【问题讨论】：

标签： python arrays euclidean-distance

【解决方案1】：

您的out_list 是numpy 列表的一维数组。请注意，值 out_list 之间没有逗号，但在集群中，值之间有逗号。为了使其工作，有必要将out_list 转换为二维列表：

    out_list_new = []
    for element in (out_list):
       out_list_new.append([element[0], element[1])

   intra_dist = [scipy.spatial.distance.cdist(clusters[i],out_list[i], 'euclidean') for i in xrange(num_clusters)]

应该工作

【讨论】：

【解决方案2】：

您需要编写没有索引位置的 embedding1、embedding2

根据余弦相似度为每个查询句子找到语料库中最接近的 5 个句子

closest_n = 5
for query, query_embedding in zip(headlines, headline_embeddings):
    distances = scipy.spatial.distance.cdist(embedding1, embedding2, "cosine")[0]

    results = zip(range(len(distances)), distances)
    results = sorted(results, key=lambda x: x[1])

【讨论】：