余弦距离如何计算？

东方耀

1. 
   
2. # 余弦距离
   
3. 
   
4. import numpy as np
   
5. 
   
6. 
   
7. def cosine_distance(a, b):
   
8.     if a.shape != b.shape:
   
9.         raise RuntimeError("array {} shape not match {}".format(a.shape, b.shape))
   
10.     if a.ndim==1:
    
11.         # 向量的模 长度 欧式距离
    
12.         a_norm = np.linalg.norm(a)
    
13.         b_norm = np.linalg.norm(b)
    
14.     elif a.ndim==2:
    
15.         a_norm = np.linalg.norm(a, axis=1, keepdims=True)
    
16.         b_norm = np.linalg.norm(b, axis=1, keepdims=True)
    
17.     else:
    
18.         raise RuntimeError("array dimensions {} not right".format(a.ndim))
    
19.     similiarity = np.dot(a, b.T)/(a_norm * b_norm)
    
20.     dist = 1. - similiarity
    
21.     return dist
    
22. 
    
23. 
    
24. a = np.array([1, 2, 3])
    
25. b = np.array([4, 5, 6])
    
26. # 余弦相似度的取值范围在-1到1之间。完全相同时数值为1，相反反向时为-1，正交或不相关是为0
    
27. # 余弦距离 = 1- 余弦相似度
    
28. # 欧式距离用于相似度检索更符合直觉。因此在使用时，需要将余弦相似度转化成类似于欧氏距离的余弦距离
    
29. print("向量的余弦距离：", cosine_distance(a, b))
    
30. 
    
31. aa = np.array([[1, 2, 3], [4, 5, 6]])
    
32. bb = np.array([[3, 2, 4], [5, 8, 9]])
    
33. 
    
34. print("矩阵的余弦距离：", cosine_distance(aa, bb))
    

复制代码