Cosine距离

DeniuHe

已于 2023-10-22 08:58:51 修改

阅读量210

点赞数

文章标签：自然语言处理人工智能

于 2023-05-02 16:40:19 首次发布

本文链接：https://blog.csdn.net/DeniuHe/article/details/130464749

版权

文章探讨了余弦相似度的概念，指出cos值越大，样本越相似。通过sklearn库展示了如何计算余弦相似度，并提醒注意余弦相似度与距离的关系，强调两者之间的距离大则不相似。示例代码中计算了不同样本对的余弦相似度和距离。

摘要由CSDN通过智能技术生成

1. 调包的公式：

$CosDistance(a,b) = 1-cos(a,b)=1-\frac{a\cdot b}{\sqrt{\left \| a \right \|\left \| b \right \|}}$

两个样本a和b离的越近cos距离越小。

2. 余弦相似度：

cos常用于相似性度量：

$cos(a,b)=\frac{a\cdot b}{\sqrt{\left \| a \right \|\left \| b \right \|}}$

cos值越大，两个样本越相似，距离越近。

3. 避免混淆

很多文献将余弦相似度说成余弦距离，这是错误的。对于两个样本，两者之间距离越大越不相似；两者之间距离越近越相似。

from sklearn.metrics.pairwise import pairwise_distances

from sklearn.neighbors import kneighbors_graph, NearestNeighbors
import numpy as np
from sklearn.metrics.pairwise import pairwise_kernels, pairwise_distances

from sklearn import datasets

X, y = datasets.load_iris(return_X_y=True)

def cos(a, b):
    return a @ b /np.sqrt( a @ a * b @ b)


graph = kneighbors_graph(X, n_neighbors=2,mode='distance',metric='cosine', include_self=False)
# print(graph)
Density = (2-np.sum(graph.toarray(), axis=1))
print(Density)
cos_distance_0_10 = pairwise_distances(X[[0]],X[[10]], metric='cosine')
cos_0_10 = cos(X[0], X[10])
cos_0_2 = cos(X[0], X[2])

print(cos_0_10)
print(cos_distance_0_10)
print(1-cos_distance_0_10)
print("----------")

print((cos_0_10+cos_0_2))