余弦相似度

这篇博客介绍了如何使用Python计算两个向量的余弦相似度,包括余弦相似度的公式和计算方法。通过示例展示了在没有依赖第三方库的情况下,简洁地实现向量内积计算,进而求得余弦相似度。文章还提到,余弦相似度是机器学习中衡量向量相似度的重要指标,并预告会有一篇后续文章总结其他判断向量相似度的方法。
摘要由CSDN通过智能技术生成

题目描述:给你两个相同大小的向量 A B,求出他们的余弦相似度;返回 2.0000 如果余弦相似不合法 (比如 A = [0] B = [0]).

样例:给出 A = [1, 2, 3], B = [2, 3 ,4]. 返回 0.9926,给出 A = [0], B = [0]. 返回 2.0000


python计算这种数据科学的东西简直是举重若轻,即使不用任何第三方的库,也能以很简洁的代码完成运算。

计算两个向量的余弦值是机器学习中判断两个向量相似度的的重要方法。其实除了余弦值之外,还有很多其他的方法,他们各有优劣,这件事在以后一定会写篇专门的东西总结,现在主要还是解决lintcode这些题目。

余弦值的公式如下:


按照公式,写出代码即可&#

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值