问题描述
我需要生成一个嵌入矩阵来代替图层。我先验地知道了这10个特征（彼此等距）之间的相似性，并且由于没有足够的数据，所以无法通过训练生成矩阵。
为此，我必须生成10个任意大小（即10）的矢量，但它们的大小都相同，并且彼此等距，其中单个维的值介于-1和1之间，所有这在python中。
有人知道该怎么做吗？
解决方法
我相信您有一些单词作为特征，并且希望将它们表示为嵌入向量。
创建词嵌入的方法有多种，从最简单的方法到复杂但功能强大的方法，我都会提到其中的几种。
1。计数向量。
这是一种根据您的唯一标记创建矢量的方法。例如，如果词汇表包含三个单词，例如[“ and”，“ basketball”，“ more”]，则文本“ more and more”将映射到向量[1、0、2]：单词“ and出现一次，单词“篮球”根本不出现，单词“更多”出现两次。这种文本表示形式称为单词袋，因为它完全失去了单词的顺序。
2。 TF-IDF（术语频率反文档频率）
计数向量的问题是它忽略了重要的 单词，因为它比普通单词具有更少的外观。在上面的示例中，术语“篮球”被忽略，而“更多”被赋予重要性。要克服这种TF-IDF方法，最适合的方法是，例如， 假设单词“和”，“篮球”和“更多”分别出现在训练集中的200、10和100个文本实例中：在这种情况下，最终向量将为[1 / log（200）， 0 / log（10），2 / log（100）]，大约等于[0.19，0.， 0.43]。
3。预先训练的词向量。
这些是在Wikipedia或其他一般来源上获得的数百万个文本数据上经过训练的嵌入向量，它将具有所有可用的英语通用术语。有很多开源的预训练词向量可用。
- GoogleNews载体。
- GloVe
- Facebook上的fastText。
您可以根据模型的可用性选择向量维，例如，每个单词可以选择50,100,200,300个向量维。
from gensim.models import Word2Vec
#loading the downloaded model
model = Word2Vec.load_word2vec_format('GoogleNews-vectors-negative300.bin',binary=True,norm_only=True)
#the model is loaded. It can be used to perform all of the tasks mentioned above.
# getting word vectors of a word
dog = model['dog']
有关创建单词嵌入的更多详细信息和其他方法，可以参考NCC编写的this beautiful article。
希望这能回答您的问题，快乐学习！