数学之路(3)-机器学习(4)-综合应用-余弦相似度

最新推荐文章于 2024-07-25 13:31:57 发布

麦好

最新推荐文章于 2024-07-25 13:31:57 发布

阅读量2.2k

点赞数 1

分类专栏： AI与机器学习机器学习实践指南文章标签：机器学习人工智能

本文链接：https://blog.csdn.net/myhaspl/article/details/9102899

版权

机器学习实践指南同时被 2 个专栏收录

217 篇文章 79 订阅

订阅专栏

AI与机器学习

106 篇文章 7 订阅

订阅专栏

我用VB.NET制作了一个小程序，程序的功能是根据源图比较2张图哪张与源图更相似，完成对图片特征码的计算后，使用余弦相似度对2个图片进行比较，比较代码如上，两个向量间的余弦值可以很容易地通过使用欧几里得点积和量级公式推导：

$\mathbf{a}\cdot\mathbf{b}=\left\|\mathbf{a}\right\|\left\|\mathbf{b}\right\|\cos\theta$

鉴于两个向量的属性， A 和B的余弦相似性θ用一个点积形式来表示其大小，如下所示：

$\text{similarity} = \cos(\theta) = {A \cdot B \over \|A\| \|B\|} = \frac{ \sum\limits_{i=1}^{n}{A_i \times B_i} }{ \sqrt{\sum\limits_{i=1}^{n}{(A_i)^2}} \times \sqrt{\sum\limits_{i=1}^{n}{(B_i)^2}} }$

产生的相似性范围从-1到1：-1意味着两个向量指向的方向正好截然相反，1表示它们的指向是完全相同的，0通常表示它们之间是独立的，而在这之间的值则表示中度的相似性或相异性。

本博客所有内容是原创，未经书面许可，严禁任何形式的转载。

http://blog.csdn.net/u010255642

转自我的另一个ITEYE的博客

 

 

    '计算相似度，使用余弦公式
        Dim tzbj_fz_2 As Double = 0.0
        Dim tzbj_fma_2 As Double = 0.0
        Dim tzbj_fmb_2 As Double = 0.0
        For myii As Integer = 0 To pic1tz.GetUpperBound(0)
            If IsNothing(pic1tz(myii)) Then
                Exit For
            End If
            tzbj_fz_2 += pic1tz(myii) * pic2tz(myii)
            tzbj_fma_2 += pic1tz(myii) * pic1tz(myii)
            tzbj_fmb_2 += pic2tz(myii) * pic2tz(myii)
        Next
        xsd = tzbj_fz_2 / (tzbj_fma_2 + tzbj_fmb_2 - tzbj_fz_2)
        xsd1.Text = xsd.ToString("P")