我有一个在100维空间中有500,000个点的数据库,我想找到最接近的2个点.我该怎么做?
更新:太空是欧几里得,对不起.并感谢所有的答案.顺便说一句,这不是功课.
algorithm performance nearest-neighbor pca approximate-nn-searching
我知道:
(cons [p] [q]) is ((s ((s i) (k [p]))) (k [q]))
(car [lst]) is ([lst] k)
(cdr [lst]) is ([lst] (k i))
Run Code Online (Sandbox Code Playgroud)
我想写一个这样的列表
(cons [a] (cons [b] (cons [c] [nil])))
Run Code Online (Sandbox Code Playgroud)
,这将是这样的:
((s ((s i) (k [a]))) (k ((s ((s i) (k [b]))) (k ((s ((s i) (k [c]))) (k [nil]))))))
Run Code Online (Sandbox Code Playgroud)
但我不知道如何将'nil'编译成S,K和I组合器.有人知道吗?
在此先感谢Edwin Jose Palathinkal
绑定函数看起来像组合函数非常相似.它有助于编写返回monad的函数.
对于单子而言,还有什么比这个想法更有启发性吗?
(=<<) :: (a -> m b) -> m a -> m b
id :: a -> a
join :: m (m a) -> m a
Run Code Online (Sandbox Code Playgroud)
所以不应该,
(=<<) id
Run Code Online (Sandbox Code Playgroud)
给出错误是因为,
id :: a -> a
Run Code Online (Sandbox Code Playgroud)
并不是,
id :: a -> m a
Run Code Online (Sandbox Code Playgroud)
不(= <<)期望,
(something -> m anything)
Run Code Online (Sandbox Code Playgroud)
作为它的第一个论点?
我有一个名为104的属性数据集data
.我想使用prcomp
R中的函数将属性数减少到20 .
我这样做了:
pr = prcomp(data)
Run Code Online (Sandbox Code Playgroud)
但pr
只包含prcomp
该类的实例.如何将原始数据集中的属性数减少到20?