Python 数据挖掘中，SimHash算法的步骤是什么呢？
已解决Python 数据挖掘中，SimHash算法的步骤是什么呢？
展开
收起
1
条回答
写回答
写回答
-
推荐回答simhash算法分为5个步骤：
1. 分词：得到有效的特征向量，每一个特征向量设置1-5等5个级别的权重。
2. Hash：计算各个特征向量的hash值，hash值为二进制数01组成的n-bit签名。
3. 加权：给所有特征向量进行加权，即W= Hash * weight 。
4. 合并：将上述各个特征向量的加权结果累加，变成只有一个序列串。
5. 降维：上述累加结果，如果大于0则置1，否则置0，从而得到该语句的simhash值，最后我们便可以根据不同语句simhash的海明距离来判断它们的相似度。
2022-07-24 18:52:21赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
问答排行榜
最热
最新
推荐问答
相关电子书
更多
