FeatureNearest

FeatureNearest[{elem1,elem2,…},x]

計算された特徴空間で x が最も近い elemiのリストを与える．

FeatureNearest[{elem1v1,elem2v2,…},x]

x が最も近い elemiに対応する viを与える．

FeatureNearest[{elem1,elem2,…}{v1,v2,…},x]

同じ結果を与える．

FeatureNearest[{elem1,elem2,…}prop,x]

x が最も近い elemiの特性 prop を与える．

FeatureNearest[data,{x1,x2,…}]

事実上{FeatureNearest[data,x1],FeatureNearest[data,x2],…}を与える．

FeatureNearest[data,x,n]

x に 最も近い n 個の elemiを与える．

FeatureNearest[data]

異なる x に繰り返し適用可能なNearestFunction[…]を生成する．

詳細とオプション

  • FeatureNearestは，数値，テキスト，サウンド，画像を含むさまざまなタイプのデータおよびそれらの組合せに使うことができる．
  • 各 elemiは，単一のデータ要素，データ要素のリスト，データ要素の連想またはDatasetオブジェクトでよい．FeatureNearest[data,…]の data はDatasetオブジェクトでよい．
  • 次は，FeatureNearest[{elem1,elem2,…}prop,…]の prop の可能な形である．
  • "Element"最も近いことが判明した elemi
    "Index"最も近いことが判明した elemiの指標 i
    "Distance"最も近い elemiまでの距離
    {prop1,prop2,…}複数の形式のリスト
    All要素，指標，距離を与える連想
  • 複数の要素が返されるときは，最も近いものが初めに返される．
  • FeatureNearestは，通常，FeatureExtractで作成された空間でNearestを使うことに等しい．
  • 次は使用可能なオプションである．
  • DistanceFunction Automatic使用する距離測度
    FeatureExtractor Identityどのように特徴を抽出するか
    FeatureTypes Automatic入力データに仮定する特徴タイプ
    Method Automatic使用するメソッド
    RandomSeeding1234どのような擬似乱数生成器のシードを内部的に使うべきか
  • RandomSeedingの可能な設定
  • Automatic関数が呼び出されるたびに自動的にシードを変える
    Inherited外部シードの乱数を使う
    seed明示的な整数または文字列をシードとして使う
  • Methodの可能な設定には"Octree"，"KDtree"，"Scan"がある．

例題

すべて開くすべて閉じる

例  (1)

FeatureNearestを使って最近近傍要素を見付ける関数を生成する：

データ集合の中で新たな例に最も近い例を求める：

上記操作を1ステップで行う：

スコープ  (4)

テキストのリストについて最近近傍要素を見付ける関数を生成する：

新たな例に最も近いテキストを求める：

DateObjectのリストについて最近近傍要素を見付ける関数を訓練する：

新たなDateObjectに最も近い要素を2つ求める：

日付文字列も与えることができる：

混合タイプのデータ集合について最近近傍要素を見付ける関数を訓練する：

新たな例に最も近い要素を求める：

出力特性Allを使って最近近傍要素を見付ける関数を訓練する：

新たな例に最も近6つの要素を位置指標および距離とともに得る：

オプション  (4)

DistanceFunction  (1)

距離関数EditDistanceを使ってテキストのリストについて最近近傍要素を見付ける関数を生成する：

新たな例に最も近いテキストを求める：

距離関数が指定されている場合は，NearestとFeatureNearestは等しい：

FeatureExtractor  (1)

FeatureExtractorを使ってデータの前処理を指定する最近近傍要素を見付ける関数を訓練する：

新たな例に最近近傍要素を見付ける関数を使う：

FeatureTypes  (1)

FeatureTypesを使って"gender"は名義変数であると指定する最近近傍要素を見付ける関数を訓練する：

新たな例に最近近傍要素を見付ける関数を使う：

Method  (1)

検索方法"KDTree"を特徴空間に使うように指定して最近近傍要素を見付ける関数を訓練する：

アプリケーション  (2)

イヌの画像のデータ集合を構築する：

FeatureNearestを使って最近近傍要素を見付ける関数を訓練する：

この関数をデータ集合には含まれていない画像に使う：

「Alice in Wonderland」（不思議の国のアリス）をロードする：

テキストを文に分割する：

これらの文について最近近傍要素を見付ける関数を訓練する：

この関数をいくつかのクエリに使う：

Wolfram Research (2017), FeatureNearest, Wolfram言語関数， https://reference.wolfram.com/language/ref/FeatureNearest.html （2017年に更新）.

テキスト

Wolfram Research (2017), FeatureNearest, Wolfram言語関数， https://reference.wolfram.com/language/ref/FeatureNearest.html （2017年に更新）.

CMS

Wolfram Language. 2017. "FeatureNearest." Wolfram Language & System Documentation Center. Wolfram Research. Last Modified 2017. https://reference.wolfram.com/language/ref/FeatureNearest.html.

APA

Wolfram Language. (2017). FeatureNearest. Wolfram Language & System Documentation Center. Retrieved from https://reference.wolfram.com/language/ref/FeatureNearest.html

BibTeX

@misc{reference.wolfram_2024_featurenearest, author="Wolfram Research", title="{FeatureNearest}", year="2017", howpublished="\url{https://reference.wolfram.com/language/ref/FeatureNearest.html}", note=[Accessed: 05-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_featurenearest, organization={Wolfram Research}, title={FeatureNearest}, year={2017}, url={https://reference.wolfram.com/language/ref/FeatureNearest.html}, note=[Accessed: 05-November-2024 ]}