python余弦相似度

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python余弦相似度，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含525字，纯文字阅读大概需要1分钟。

内容图文

余弦相似度公式

\(\cos\alpha={\vec a} {\cdot} {\vec b}{|\vec a||\vec b|}\)

向量\(\vec a\)与向量\(\vec b\)的余弦相似度等于，向量\(\vec a\)与向量\(\vec b\)的点积，除以向量\(\vec a\)与向量\(\vec b\)的长度

函数cos_sim计算了向量的余弦相似度，参数b为一个矩阵n\(\times\)m的矩阵，表示n个m维的向量。

def cos_sim(a,b):
    """
    计算a，b向量的余弦相似度
    @param a: 1*m的向量
    @param b: n*m的矩阵
    @return: 1*n的值，每个样本的bi与a的余弦相似度
    """
    cos_result = np.dot(a, b.T) / np.sqrt(np.sum(a ** 2, axis=1)) / np.sqrt(np.dot(a, b.T))
    return cos_result

内容总结

以上是互联网集市为您收集整理的python余弦相似度全部内容，希望文章能够帮你解决python余弦相似度所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端