首页机器学习中余弦相似度比对的方法和代码

机器学习中余弦相似度比对的方法和代码

时间: 2024-09-07 13:01:59 浏览: 103

在机器学习中，余弦相似度（Cosine Similarity）通常用于衡量两个非零向量之间的角度，常被用来评估文本、图像等数据集中的相似度或关联度。它的值范围从-1到1之间，其中1表示完全相同，0表示没有关系，而-1则表示方向相反。计算余弦相似度的基本公式是： \[ \text{cosine_similarity}(A, B) = \frac{A \cdot B}{\|A\| \|B\|} \] 这里 $ A \cdot B $ 表示向量A和B的点积（内积），$ \|A\| $ 和 $ \|B\| $ 分别是向量A和B的模长（长度）。以下是一个简单的Python代码示例，使用scikit-learn库中的`cosine_similarity`函数： ```python from sklearn.metrics.pairwise import cosine_similarity from scipy.spatial.distance import cosine # 假设我们有两组二维向量 vector_a = [1, 2, 3] vector_b = [4, 5, 6] # 使用numpy创建矩阵进行批量比较 import numpy as np vectors = np.array([vector_a, vector_b]) # 单个向量间的余弦相似度 similarity_single = cosine(vector_a, vector_b) # 整个向量集合的余弦相似度矩阵 similarity_matrix = cosine_similarity(vectors) print("单个向量间余弦相似度:", similarity_single) print("向量集合相似度矩阵:\n", similarity_matrix) ``` 在这个例子中，如果你有大量向量要比较，`cosine_similarity`函数会返回一个距离矩阵，每一行和每一列对应一对向量的相似度。

阅读全文