sklearn.metrics.pairwise 中 cosine_similarity

cosine_similarities.argsort()

按相似度大小升序给出对应相似度所在位置，[-topn:]取倒数几个位置，即取相似度最大N个值所在index

sklearn.metrics.pairwise import cosine_similarity

a1 = np.arange(5).reshape(1,5)
a2 = np.arange(20).reshape(4,5)
print(a1)
print('-----------')
print(a2)

a1:
[[0 1 2 3 4]]

a2:
[[ 0 1 2 3 4]
[ 5 6 7 8 9]
[10 11 12 13 14]
[15 16 17 18 19]]

comp_sim = cosine_similarity(a1,a2)
print(comp_sim)

[[1. 0.91465912 0.87845859 0.86154979]]

print(comp_sim.argsort())
print(comp_sim.argsort().flatten())
print(comp_sim.argsort().flatten()[-2:])

[[3 2 1 0]]

[3 2 1 0]

[1 0]

similar_indices = cosine_similarities.argsort().flatten()[-topn:] 

按相似度大小升序给出对应相似度所在位置，[-topn:]取倒数几个位置，即取相似度最大N个值所在index