[工具类]根据List向量求相似度；分值归一化(sigmoid以0.5为阈值将分值映射到0~1)

最新推荐文章于 2022-05-12 15:25:02 发布

VI7

最新推荐文章于 2022-05-12 15:25:02 发布

阅读量1.9k

点赞数

分类专栏：工具类/方法文章标签： java

本文链接：https://blog.csdn.net/VISION_SONG/article/details/121574320

版权

工具类/方法专栏收录该内容

5 篇文章 0 订阅

订阅专栏

1. 根据List向量求相似度

    /**
     * ※Desc   : 根据向量, 求相似度
     */
    public static float dot(List<Float> a, List<Float> b) {
        if (a == null || b == null) return Constants.SCORE_FAILED;
        if (a.size() != b.size()) {
            throw new IllegalArgumentException("a.length != b.length");
        }
        float sum = 0;
        for (int i = 0; i < a.size(); i++) {
            sum += a.get(i) * b.get(i);
        }
        return sum;
    }

2.sigmoid公式,将threshold 映射为0.5, score 映射在(0,1)间, 公式见 Sigmoid函数 (*n扩大castScore数值使更接近0或1)

    /**
     * ※Desc   : threshold 映射为0.5, 将 score 映射在(0,1)间的数值, 公式见 Sigmoid函数 (由于数值较小 *4)
     * ※Date   : 2021/11/17
     */
    public static double sigmoid(double threshold, double score) {
        double castScore = 1 / (1 + Math.pow(Math.E, (threshold - score)*8));
        logger.debug("sigmoid threshold:{}, 原始 score:{}, 映射后 score:{}", threshold, score, castScore);
        return castScore;
    }