开发者数学 - Python 中的余弦相似度

在本文中，您将了解什么是余弦相似度以及如何使用 Python 计算它。

什么是余弦相似度？
余弦相似度是一种度量，用于衡量两个实体的相似程度，无论它们的大小如何。它测量投影在多维空间中的两个向量之间夹角的余弦值。

在这种情况下，我所说的两个向量是数字数组（就像 Python 中的列表），它们之间的角度是衡量它们相似程度的指标。矢量越近，角度越小，导致余弦接近 1，反之亦然。该指标是方向（不是幅度）的度量。

现在，如果箭头成 90 度角，则意味着数据集不相关，余弦相似度为 0。因此，简而言之，余弦相似度是衡量两组数据相关程度的一种方式。相似度的范围从 -1 到 1，其中：

1 表示向量相同
0 表示向量不相关（不相似）
-1 表示向量完全相反（完全不同）

在上图中，您可以直观地看到余弦相似度及其对两个不同向量的分类。

如果您想了解有关矢量的更多信息，我有一篇文章对其进行了更详细的解释：