sklearn：测量不同自变量集之间的相似性
sklearn: Measuring similarities between different sets of independent variables
假设，我们有
points1 = np.array([[0,0], [1,1], [0,1],[1,0]])
points2 = np.array([[2,1], [0,0], [1,0],[0,1]])
现在它们是按施工顺序排列的。然而，这只是一个 MVE，在我的应用程序中，每个数组的元素将被打乱。 （这里我们可以只使用 np.random.shuffle() ）。
如果你查看数据集，你会发现其中 3 个元素是相同的点，而只有一个元素发生了变化。也就是说：
points2中的[0,0]是points1中离[0,0]最近的点，points1中的[0,0]是离points1最近的点[0,0] 在 points2.points2中的[0,1]是points1中最接近[0,1]的点，points1中的[0,1]是最接近points1中的点[0,1] 在 points2.points2中的[1,0]是points1中最接近[1,0]的点，points1中的[1,0]是最接近points1中的点[1,0] 在 points2.[0,1] , [1,0], [2,1] in points2 是最接近 points1 中的 [1,1] 和 [1,1] 中的点points1 是 points2[2,1] 的点
注意我是如何指定这两种方式的！事实上，第一个列表中的一个点可能最接近第二个列表中的一个点，但反之则不然！ （即第二个列表中可能有一个点实际上最接近第一个列表中的同一点）。
另外，请注意在最后一个要点中我们有 3 个最接近 [1,1] 的点。但是，在多个点最接近给定点的情况下，我想消除那些已经找到 different 最近点的点。例如，在最后一个要点中，我将 points2 中的 [2,1] 作为最接近 [1,1] 的点，因为 points2 中的 [0,1] 认为 [0,1]在 points1 中最接近，类似地 [1,0] 在 points2 中认为 [1,0] 在 points1 中最接近，所以它们已经是 "shipped" 或 "busy".
我的问题
现在给定两个相同维度的数组（如上），即它们包含相同数量的点，我希望能够找到一个匹配项（或如果没有唯一匹配项则匹配）这样:
points1 中的每个点都与 points2 中的一个且仅一个点匹配。这样 points2 中的每个点都与 points1 中的一个点匹配。- 这些匹配是因为它们最接近。想象一下，我只有这些点列表中的一个，并且我对每个点应用了随机冲击。然后我想基本上 "guess" 每个点的去向（它们应该是最近的，但不要介意这部分）。
我该怎么做？
我的尝试
首先，我尝试编写一个函数来循环遍历 points1 中的点，并针对每个点计算到 [=13= 中每个点的距离].在此之后，我将遍历这些距离列表中的每一个，对它们进行排序并找到最小值。因此，我会将每个点与距离最小的点相匹配。然而，这就陷入了一个问题，如果 a 最接近 be，并不意味着 b 最接近 a，因此你最终会得到许多点匹配到一个点的匹配，依此类推。
- 我尝试使用
sklearn.metrics.pairwise_distances_argmin_min(Y,X)，您可以阅读 here，但它似乎做的事情与我想要的略有不同，因为再次没有将每个点与一个且仅一个匹配。 （或者更好的是，在它的输出中，实际上我认为它只是根据最先声明的点来选择它）
你有什么建议吗？
基本上给定两个点列表（大小相同）我想按距离匹配点（我想任何距离度量都可以，也许欧几里德和曼哈顿最好）。如果可能的话，在找到这个匹配后，我希望能够输出一个"similarity score"。有什么想法吗？
计算list1 和list2 中所有元素之间的所有距离。订购这些距离。 （实际上这些将是包含距离和对两个端点的引用的对象）获取最小距离并将该距离的端点配对。
然后获取下一个最小距离，其中 none 个端点已配对。继续，直到所有点都配对。
不幸的是，这个算法的复杂度为 O(n2)。只要您必须将列表与只有几百（或可能是数千）个元素进行比较，它就可以工作。超过它可能会非常慢...
假设，我们有
points1 = np.array([[0,0], [1,1], [0,1],[1,0]])
points2 = np.array([[2,1], [0,0], [1,0],[0,1]])
现在它们是按施工顺序排列的。然而，这只是一个 MVE，在我的应用程序中，每个数组的元素将被打乱。 （这里我们可以只使用 np.random.shuffle() ）。
如果你查看数据集，你会发现其中 3 个元素是相同的点，而只有一个元素发生了变化。也就是说：
[0,0]是points1中离[0,0]最近的点，points1中的[0,0]是离points1最近的点[0,0]在points2.[0,1]是points1中最接近[0,1]的点，points1中的[0,1]是最接近points1中的点[0,1]在points2.[1,0]是points1中最接近[1,0]的点，points1中的[1,0]是最接近points1中的点[1,0]在points2.[0,1],[1,0],[2,1]inpoints2是最接近points1中的[1,1]和[1,1]中的点points1是points2 中最接近
points2中的points2中的points2中的[2,1] 的点
注意我是如何指定这两种方式的！事实上，第一个列表中的一个点可能最接近第二个列表中的一个点，但反之则不然！ （即第二个列表中可能有一个点实际上最接近第一个列表中的同一点）。
另外，请注意在最后一个要点中我们有 3 个最接近 [1,1] 的点。但是，在多个点最接近给定点的情况下，我想消除那些已经找到 different 最近点的点。例如，在最后一个要点中，我将 points2 中的 [2,1] 作为最接近 [1,1] 的点，因为 points2 中的 [0,1] 认为 [0,1]在 points1 中最接近，类似地 [1,0] 在 points2 中认为 [1,0] 在 points1 中最接近，所以它们已经是 "shipped" 或 "busy".
我的问题
现在给定两个相同维度的数组（如上），即它们包含相同数量的点，我希望能够找到一个匹配项（或如果没有唯一匹配项则匹配）这样:
points1中的每个点都与points2中的一个且仅一个点匹配。这样points2中的每个点都与points1中的一个点匹配。- 这些匹配是因为它们最接近。想象一下，我只有这些点列表中的一个，并且我对每个点应用了随机冲击。然后我想基本上 "guess" 每个点的去向（它们应该是最近的，但不要介意这部分）。
我该怎么做？
我的尝试
首先，我尝试编写一个函数来循环遍历
points1中的点，并针对每个点计算到 [=13= 中每个点的距离].在此之后，我将遍历这些距离列表中的每一个，对它们进行排序并找到最小值。因此，我会将每个点与距离最小的点相匹配。然而，这就陷入了一个问题，如果 a 最接近 be，并不意味着 b 最接近 a，因此你最终会得到许多点匹配到一个点的匹配，依此类推。- 我尝试使用
sklearn.metrics.pairwise_distances_argmin_min(Y,X)，您可以阅读 here，但它似乎做的事情与我想要的略有不同，因为再次没有将每个点与一个且仅一个匹配。 （或者更好的是，在它的输出中，实际上我认为它只是根据最先声明的点来选择它）
- 我尝试使用
你有什么建议吗？
基本上给定两个点列表（大小相同）我想按距离匹配点（我想任何距离度量都可以，也许欧几里德和曼哈顿最好）。如果可能的话，在找到这个匹配后，我希望能够输出一个"similarity score"。有什么想法吗？
计算list1 和list2 中所有元素之间的所有距离。订购这些距离。 （实际上这些将是包含距离和对两个端点的引用的对象）获取最小距离并将该距离的端点配对。 然后获取下一个最小距离，其中 none 个端点已配对。继续，直到所有点都配对。
不幸的是，这个算法的复杂度为 O(n2)。只要您必须将列表与只有几百（或可能是数千）个元素进行比较，它就可以工作。超过它可能会非常慢...