Cosine Similarity(余弦相似度)

首先将两个样本映射到特空间中,得到特征向量表示,然后计算两个特征向量之间的相似度。
计算方法:
在这里插入图片描述
余弦值越大,两个样本越相似。
代码实现:

 public double cosineSimilarity(int[] A, int[] B) {
        double up=0;
        double downl=0;
        double downr=0;
        for(int i=0;i<A.length;i++){
            int a=A[i];
            int b=B[i];
            up+=a*b;
            downl+=a*a;
            downr+=b*b;
        }
        downl=Math.sqrt(downl);
        downr=Math.sqrt(downr);
        if(downl==0||downr==0){
            return 2;
        }else{
            return up/(downl*downr);
        }
    }
}
  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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