Digamos que tenemos dos valores: 0.0125 y 0.0725, su distancia euclidiana será 0.06 [1]. Si lo divide en manitssa, base y exponente, aparecerá algo así como
[matemática] 0.0125 = 1.25_ {10} \ veces 10 ^ {- 2} [/ matemática]
[matemática] 0.0725 = 7.25_ {10} \ veces 10 ^ {- 2} [/ matemática]
- ¿Cómo sería posible que AI creara películas basadas en CGI basadas en IMDB TOP100?
- ¿Puedes entrenar una red neuronal para convertir pseudocódigo arbitrario en código fuente canónico?
- ¿Por qué no podemos entender la función cerebral como entendemos la IA de la computadora?
- ¿Podríamos decir que Cortana es una inteligencia artificial?
- En el futuro, cuando los robots se vuelvan más avanzados, ¿requerirán derechos al igual que nosotros necesitamos derechos humanos? Si es así, ¿qué ves que necesitan?
Entonces, en lugar de un número, obtienes tres números. Si observa, la base y el exponente son los mismos aquí. Entonces, lo único diferente es la mantisa, que es 1.25 y 7.25 y su distancia euclidiana es 6, que es una versión a escala de la distancia original 0.6.
Puedes construir un ejemplo con diferentes exponentes, pero no veo la ventaja. Todo esto bajo el supuesto de que los números considerados tienen la misma base. ¿Por qué te gustaría trabajar con números con diferentes bases de todos modos?
Ahora K-means utiliza la distancia euclidiana; por lo tanto, para responder a su pregunta, no debería hacer ninguna diferencia. Sin embargo, dividir el número en mantisa, base, exponente solo cambia la representación (o magnitud) de los datos, pero la distancia relativa sigue siendo la misma.
Advertencia
Usted menciona “¿Afectará mi clasificación?” – Kmeans es un algoritmo de agrupamiento y no hace clasificación. Para obtener más información, lea la respuesta de Shehroz Khan a ¿Se lleva a cabo el aprendizaje supervisado comúnmente después de la agrupación?
Notas al pie
[1] http://calculator.vhex.net/post/…
