python用角度计算余弦值_Python 使用sklearn计算余弦相似度
背景
在计算相似度时,常常用到余弦夹角来判断相似度,Cosine(余弦相似度)取值范围[-1,1],当两个向量的方向重合时夹角余弦取最大值1,当两个向量的方向完全相反夹角余弦取最小值-1,两个方向正交时夹角余弦取值为0。
在实际业务中运用的地方还是挺多的,比如:可以根据历史异常行为的用户,找出现在有异常行为的其他用户;在文本分析领域,可以根据一些文章,找出一些相似文章(把文章转换为向量)。
计算相似度的方法除了余弦夹角,还可以利用距离来判断相似,距离越近越相似,这里不做详细展开。
自定义函数法
import numpy as np
def cosine_similarity(x,y):
num = x.dot(y.T)
denom = np.linalg.norm(x) * np.linalg.norm(y)
return num / denom
输入两个np.array向量,计算余弦函数的值
cosine_similarity(np.array([0,1,2,3,4]),np.array([5,6,7,8,9]))
#0.9146591207600472
cosine_similarity(np.array([1,1]),np.array([2,2]))
#0.9999999999999998
cosine_similarity(np.array([0,1]),np.array([1,0]))
#0.0
基于sklearn
import numpy as np
from sklearn.metrics.pairwise import cosine_similarity
a1=np.arange(15).reshape(3,5)
a2=np.arange(20).reshape(4,5)
cosine_similarity(a1,a2) #第一行的值是a1中的第一个行向量与a2中所有的行向量之间的余弦相似度
cosine_similarity(a1) #a1中的行向量之间的两两余弦相似度
cosine_similarity(X, Y=None, dense_output=True)
X : ndarray or sparse array, shape: (n_samples_X, n_features)
Input data.---------------X是二维的矩阵
Y : ndarray or sparse array, shape: (n_samples_Y, n_features)
Input data. If None, the output will be the pairwise
similarities between all samples in X.---------------Y也是二维的矩阵
sklearn余弦相似度
历史相关文章
以上是自己实践中遇到的一些问题,分享出来供大家参考学习,欢迎关注微信公众号DataShare,不定期分享干货
python用角度计算余弦值_Python 使用sklearn计算余弦相似度相关推荐
- python最优分箱计算iv值_Python计算woe和iv值
计算逻辑 先计算WOE值,再计算IV值. 其中Y或N分别是YES,NO,反应在因变量中,就是1和0. Yi是第i组中1的个数,YT是所有(Total)为1的个数. Ni是第i组中0的个数,NT是所有( ...
- 怎样用python计算π的值_Python 计算 π 值的简单示例
对python这个高级语言感兴趣的小伙伴,下面一起跟随编程之家 jb51.cc的小编两巴掌来看看吧! π是一个无数人追随的真正的神奇数字.我不是很清楚一个永远重复的无理数的迷人之处.在我看来,我乐于计 ...
- 向量余弦值python_向量/矩阵的余弦值打印(元素明智的操作) 使用Python的线性代数
向量余弦值python Prerequisite: 先决条件: Defining a Vector 定义向量 Defining a Matrix 定义矩阵 Numpy is the library o ...
- python函数内部返回的值_Python中函数的返回值示例浅析
前言: 前面我们介绍了简单的介绍了函数和函数的参数,今天我们来说一下Python中函数的返回值. 函数的返回值:函数运算的结果,需要进一步的操作时,给一个返回值return用来返回函数的结果,如果没有 ...
- python函数返回多个值_python函数返回多个值的示例方法
python可以返回多个值,确实挺方便 函数里的return只能返回一个值,但是返回类型是没是限制的 因此,我们可以"返回一个 tuple类型,来间接达到返回多个值". 例子是我在 ...
- python编写计算二项式值_python二项式期权定价方法
金融科技的蓬勃发展,为了科技业注入了一股新的活水,确让传统的金融业者倍感威胁.但与其墨守成规,金融业界应该思考的是该怎么活用机器学习.人工智能等新兴技术,将智能灌注在既有的资料上,打造 的金融业务面貌 ...
- python计算auc值_Python计算AUC
AUC(Area under curve)是机器学习常用的二分类评测手段,直接含义是ROC曲线下的面积.另一种解释是:随机抽出一对样本(一个正样本,一个负样本),然后用训练得到的分类器来对这两个样本进 ...
- python求平方值_python – Statsmodels:计算拟合值和R平方
我正在运行如下的回归(df是一个pandas数据帧): import statsmodels.api as sm est = sm.OLS(df['p'], df[['e', 'varA', 'mea ...
- python的pandas库中如何计算每列出现最多的值_Python Pandas:计算多个列的每个唯一值的显示次数...
假设我有一个DataFrame,如, In [7]: source = pd.DataFrame([['amazon.com', 'correct', 'correct'], ['amazon.com ...
最新文章
- 送100本书!涵盖Java 、大数据、推荐系统、机器学习、黑客、数据库、手游、少儿编程等!免费包邮!...
- linux 常见服务端口
- 总算明白了Q-Q plot
- OpenCv cv::Mat 转 IplImage 函数
- Fiori应用deploy到云上后在Chrome开发者工具里Source标签页的外观
- 再次详解clientHeight、offsetHeight、scrollHeight
- genymotion+android studio Android 搭建开发环境
- bootstrap 和 jqueryui
- Android LinkedList的部分源码解析
- Spark性能优化指南——高级篇【2】
- 联想笔记本键盘排线_联想笔记本排线
- 淘宝双11的服务器架构分析(2)
- mac升级Monterey12.3 AccessClient打不开
- Feature Selective Anchor-Free(FSAF)
- 棋盘算法c语言程序,C语言经典算法 - 骑士走棋盘
- 基于深度学习的语音分类识别(附代码)
- NXP JN5169使用EEPROM/片上FLASH/随机数/内部NVM
- RSR系列路由器密码恢复
- java设计模式简化版之六大原则
- 最近做code review的5点经验分享
热门文章
- Android BitmapFactory.decodeResource()方法参数代表什么意思
- [笔记]-后端学习笔记
- TypeScript报错解决-//@ts-ignore
- Android Canvas 平移、缩放、旋转的理解
- 河南单招计算机分数线,2019年河南单招分数线一般多少分
- 生成带logo图像的二维码
- 线性时不变系统——信号系统学习笔记
- python--飞机大战(课程设计)
- 1.javaSe常用类
- 消息称,用户已收到华为 HarmonyOS 2.0 开发者公测版推送