FeatureDistance[example1,example2,extractor]
extractor で定義された特徴空間における example1と example2の間の距離を与える.
FeatureDistance[extractor]
ペアになった例に適用可能なFeatureDistanceの演算子形を表す.
FeatureDistance
FeatureDistance[example1,example2,extractor]
extractor で定義された特徴空間における example1と example2の間の距離を与える.
FeatureDistance[extractor]
ペアになった例に適用可能なFeatureDistanceの演算子形を表す.
詳細とオプション
- FeatureDistanceは,数値,テキスト,サウンド,画像,それらの組み合せを含むさまざまなタイプのデータに使うことができる.
- extractor は主にFeatureExtractionが生成するFeatureExtractorFunctionオブジェクトである.
- FeatureDistance[extractor][ex1,ex2]はFeatureDistance[ex1,ex2,extractor]に等しい.
- 使用可能なオプション
-
DistanceFunction Automatic 特徴空間で使用する距離 - オプションDistanceFunctionは,任意の距離または非類度関数,あるいは2つの値の間の距離を定義する関数 f でよい.
- 数値による特徴ベクトルのデフォルト設定はDistanceFunctionEuclideanDistanceである.
例題
すべて開く すべて閉じる例 (1)
FeatureDistanceで使用するために,単純なペアのデータ集合でFeatureExtractorFunctionを訓練する:
fe = FeatureExtraction[{{1.4, "A"}, {1.5, "A"}, {2.3, "B"}, {5.4, "B"}}]2つのペアの間の距離を訓練された特徴抽出器を使って計算する:
FeatureDistance[{1.8, "A"}, {4.5, "B"}, fe]スコープ (1)
FeatureDistance関数を色のリストで訓練する:
list = ColorData["AlpineColors"] /@ Range[0, 1, 0.1]fe = FeatureExtraction[list]fd = FeatureDistance[fe]fd[Yellow, Orange]この距離メトリックでRedに最も近い色を求める:
Nearest[list, Red, 1, DistanceFunction -> fd]オプション (1)
DistanceFunction (1)
特徴抽出器を訓練してテキストからTF-IDFベクトルを計算する:
fe = FeatureExtraction[{"the cat is grey", "my cat is fast", "this dog is scary", "the big dog"}, "TFIDF"]fd1 = FeatureDistance[fe]fd1["the cat is grey", "the big dog"]距離関数EuclideanDistanceが選ばれている.オプションDistanceFunctionを使って代りにCosineDistanceを選ぶ:
fd2 = FeatureDistance[fe, DistanceFunction -> CosineDistance]fd2["the cat is grey", "the big dog"]アプリケーション (1)
dataset = {[image], [image], [image], [image], [image], [image], [image], [image], [image], [image], [image], [image], [image], [image], [image], [image], [image], [image], [image], [image], [image]};fe = FeatureExtraction[dataset]FeatureDistanceを使って2つの画像間の特徴空間での距離を計算する:
FeatureDistance[[image], [image], fe]抽出された特徴間のEuclideanDistanceと比較する:
EuclideanDistance@@fe[{[image], [image]}]FeatureDistanceの演算子形を生成する:
fd = FeatureDistance[fe]fd[[image], [image]]dm = DistanceMatrix[dataset, DistanceFunction -> fd];dm // MatrixPlotdataset[[Ordering[Mean[dm], -1]]]特性と関係 (1)
FeatureNearestは,特徴空間内の近い例を求めるために使うことができる:
lines = ExampleData[{"Text", "OriginOfSpecies"}, "Lines"];
fe = FeatureExtraction[ExampleData[{"Text", "OriginOfSpecies"}, "Lines"], {"LowerCasedText", "TFIDF", "DimensionReducedVector"}];
FeatureNearest[ExampleData[{"Text", "OriginOfSpecies"}, "Lines"],
"domesticated pigeons", FeatureExtractor -> fe]//Short//AbsoluteTimingこの方法はNearestでカスタムのDistanceFunctionを使うより通常は高速である:
fd = FeatureDistance[fe];
Nearest[lines, "domesticated pigeons", 1, DistanceFunction -> fd]//Short//AbsoluteTimingおもしろい例題 (1)
手書き数字のNearestNeighborGraphを生成する:
mnist = ExampleData[{"MachineLearning", "MNIST"}, "Data"];
fe = FeatureExtraction[Keys[mnist]];
fd = FeatureDistance[fe]digits = Catenate@GroupBy[mnist, Values -> Keys, RandomSample[#, 2]&]NearestNeighborGraph[digits, DistanceFunction -> fd, VertexLabels -> Automatic]関連するガイド
テキスト
Wolfram Research (2016), FeatureDistance, Wolfram言語関数, https://reference.wolfram.com/language/ref/FeatureDistance.html.
CMS
Wolfram Language. 2016. "FeatureDistance." Wolfram Language & System Documentation Center. Wolfram Research. https://reference.wolfram.com/language/ref/FeatureDistance.html.
APA
Wolfram Language. (2016). FeatureDistance. Wolfram Language & System Documentation Center. Retrieved from https://reference.wolfram.com/language/ref/FeatureDistance.html
BibTeX
@misc{reference.wolfram_2026_featuredistance, author="Wolfram Research", title="{FeatureDistance}", year="2016", howpublished="\url{https://reference.wolfram.com/language/ref/FeatureDistance.html}", note=[Accessed: 16-October-2026]}
BibLaTeX
@online{reference.wolfram_2026_featuredistance, organization={Wolfram Research}, title={FeatureDistance}, year={2016}, url={https://reference.wolfram.com/language/ref/FeatureDistance.html}, note=[Accessed: 16-October-2026]}