1、余弦相似度
余弦相似度衡量的是2个向量间的夹角大小，通过夹角的余弦值表示结果，因此2个向量的余弦相似度为：
余弦相似度的取值为[-1,1]，值越大表示越相似。
向量夹角的余弦公式很简单，不在此赘述，直接上代码：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
def cosVector(x,y): if(len(x)!=len(y)): print('error input,x and y is not in the same space') return; result1=0.0; result2=0.0; result3=0.0; for i in range(len(x)): result1+=x[i]*y[i] #sum(X*Y) result2+=x[i]**2 #sum(X*X) result3+=y[i]**2 #sum(Y*Y) #print(result1) #print(result2) #print(result3) print("result is "+str(result1/((result2*result3)**0.5))) #结果显示cosVector([2,1],[1,1]) |
一个计算二维数组余弦值的例子：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
|
#求余弦函数def cosVector(x,y): if(len(x)!=len(y)): print('error input,x and y is not in the same space') return; result1=0.0; result2=0.0; result3=0.0; for i in range(len(x)): result1+=x[i]*y[i] #sum(X*Y) result2+=x[i]**2 #sum(X*X) result3+=y[i]**2 #sum(Y*Y) #print("result is "+str(result1/((result2*result3)**0.5))) #结果显示 return result1/((result2*result3)**0.5)#print("result is ",cosVector([2,1],[1,1])) #计算query_output（60,20）和db_output（60,20）的余弦值，用60*1的向量存储 cosResult= [[0]*1 for i in range(60)] for i in range(60): cosResult[i][0]=cosVector(query_output[i], db_output[i]) print(cosResult)--------------------------------------------------------------------------------------------#计算query_output和db_output的余弦值，用60*1的向量存储rows=query_output.shape[0] #行数cols=query_output.shape[1] #列数cosResult= [[0]*1 for i in range(rows)] for i in range(rows): cosResult[i][0]=cosVector(query_output[i], db_output[i]) #print(cosResult)#将结果存入文件中，并且一行一个数字file=open('cosResult.txt','w')for i in cosResult: file.write(str(i).replace('[','').replace(']','')+'\n') #\r\n为换行符 file.close() |
补充：python实现余弦近似度
方法一：
|
1
2
3
4
5
6
7
8
9
10
11
12
|
def cos(vector1,vector2): dot_product = 0.0 normA = 0.0 normB = 0.0 for a,b in zip(vector1,vector2): dot_product += a*b normA += a**2 normB += b**2 if normA == 0.0 or normB==0.0: return None else: return 0.5 + 0.5 * dot_product / ((normA*normB)**0.5) #归一化 <span style="font-family: Arial, Helvetica, sans-serif;">从[-1,1]到[0,1]</span> |
方法二：
|
1
2
3
4
|
num = float(A.T * B) #若为行向量则 A * B.Tdenom = linalg.norm(A) * linalg.norm(B)cos = num / denom #余弦值sim = 0.5 + 0.5 * cos #归一化 从[-1,1]到[0,1] |
以上为个人经验，希望能给大家一个参考，也希望大家多多支持服务器之家。如有错误或未考虑完全的地方，望不吝赐教。
原文链接：https://blog.csdn.net/zhuiqiuzhuoyue583/article/details/80145026
