Visualisierung von von Daten

[WM_CLOSE]

Wie viele Wörter willst du denn visualisieren?
Ich sage mal so, die Datenmenge, um die Wörter einzeln zu gruppieren wird exponenziell ansteigen:
Im Beispiel 1 Ähnlichkeit=1Byte
10 wörter: 10 Wörter haben je zu 10 Wörtern Ähnlichkeit: 100 Bytes
100 Wörter: 100 Wörter haben je zu 100 Wörtern Ähnlichkeit: 10Kb
1000 Wörter: 1000 Wörter haben je zu 1000 Wörtern Ähnlichkeit: 1Mb

[frieder2008]

Hm, gute Frage. Also visualisieren würde ich gerne bis zu 3000 Wörter unter Berücksichtigung ihrer jeweils bis zu 3 ähnlichsten anderen Wörter. Das werden dann wohl so um die 3000^3 Durchläufe, wenn ich das richtig sehe...

Aber mir reichte auch, wenn ich von einem Ausgangswort z.B. in 5 Stufen jeweils die nachfolgenden 3 ähnlichsten Partner visualisierte. Das wäre schon sehr schön

Wort1
Wort1x1-3
Wort1x1x1-3
Wort1x1x1x1-3

Gruß, frieder

[Gausi]

Zitat von frieder2008:

Hat das hier schon mal jemand gemacht oder gibt es irgendwo einen Bsp.-Code, dem ich mich experimentell mal nähern könnte?

Drüben in der EE hab ich das mal bei einem Adventsrätsel gemacht (da war die Methode zwar mit Kanonen auf Spatzen geschossen, ist aber hübsch anzusehen). Für das Rätsel habe ich ein "Bildformat" gebaut, das nicht die Positionen der schwarzen Pixel speichert, sondern die Abstände eben dieser zueinander. Das Programm rechnet aus der Matrix in der Datei dist.mat dann die Positionen zurück.

Zitat von frieder2008:

Also visualisieren würde ich gerne bis zu 3000 Wörter unter Berücksichtigung ihrer jeweils bis zu 3 ähnlichsten anderen Wörter.

Das reicht für das Verfahren nicht - da wird schon eine halbwegs volle Matrix benötigt, also auch die Ähnlichkeit sehr unterschiedlicher Wörter. Und bei 3000 Wörtern dauert das auch ein paar Minuten.

[Jumpy]

Ist denn diese Ähnlichkeitsfunktion Kommutativ oder wie das heißt, d.h. ist die Ähnlichkeit von Wort1 zu Wort2 die selbe wie die Ähnlichkeit von Wort2 zu Wort1?

Wenn Wort1 und 2 sehr sehr ähnlich sind: Dann angenommen Wort 3 und 4 die nächstähnlichen zu Wort1. Sind sie dann auch die nächstähnlichen zu Wort2?

Das kann man mMn doch nicht mehr schön darstellen, oder hab ich das mit dem visualisieren falsch verstanden? Geht es um Cluster-Bildung?

[frieder2008]

Ich

Zitat von Jumpy:

Ist denn diese Ähnlichkeitsfunktion Kommutativ oder wie das heißt, d.h. ist die Ähnlichkeit von Wort1 zu Wort2 die selbe wie die Ähnlichkeit von Wort2 zu Wort1?

Wenn Wort1 und 2 sehr sehr ähnlich sind: Dann angenommen Wort 3 und 4 die nächstähnlichen zu Wort1. Sind sie dann auch die nächstähnlichen zu Wort2?

Ich habe 3 Werte; Ähnlichkeit A:Wort1->Wort2, B:Wort2->Wort1, C:A+B/2 - D.h. Ein Wort kann einen ähnlichen Kotext wie ein anderes haben, muss aber nicht umgekehrt sein.

Gruß,
frieder

[frieder2008]

Zitat von Gausi:

Das reicht für das Verfahren nicht - da wird schon eine halbwegs volle Matrix benötigt, also auch die Ähnlichkeit sehr unterschiedlicher Wörter. Und bei 3000 Wörtern dauert das auch ein paar Minuten.

Hm, ich verstehe; das ist ein interessanter Ansatz, wobei ich noch nicht wirklich weiß, ob ich den codetechnisch hinbekomme. Ich versuchs mal und melde mich, wenn ich nicht mehr weiter komme.

Danke und Gruß,
frieder