Mr.赵的专栏

正在路上的程序员...

sklearn计算余弦相似度

余弦相似度在计算文本相似度等问题中有着广泛的应用,scikit-learn中提供了方便的调用方法
第一种,使用cosine_similarity,传入一个变量a时,返回数组的第i行第j列表示a[i]与a[j]的余弦相似度

>>> from sklearn.metrics.pairwise import cosine_similarity
>>> a=[[1,3,2],[2,2,1]]
>>> cosine_similarity(a)
array([[1.        , 0.89087081],
       [0.89087081, 1.        ]])

第二种使用pairwise_distances,注意该方法返回的是余弦距离,余弦距离= 1 - 余弦相似度,同样传入一个变量a时,返回数组的第i行第j列表示a[i]与a[j]的余弦距离

>>> from sklearn.metrics.pairwise import pairwise_distances
>>> pairwise_distances(a,metric="cosine")
array([[0.        , 0.10912919],
       [0.10912919, 0.        ]])
阅读更多
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/u011897301/article/details/79083154
个人分类: 自然语言处理
想对作者说点什么? 我来说一句

没有更多推荐了,返回首页

不良信息举报

sklearn计算余弦相似度

最多只允许输入30个字

加入CSDN,享受更精准的内容推荐,与500万程序员共同成长!
关闭
关闭