Python计算余弦相似度

import numpy as np


def cosine_similarity(a, b):
    """
    计算向量a和向量b的余弦相似度
    """
    dot_product = np.dot(a, b)  # 向量点积
    norm_a = np.linalg.norm(a)  # 向量a的范数
    norm_b = np.linalg.norm(b)  # 向量b的范数
    return dot_product / (norm_a * norm_b)


def cosine_similarity_multi(a, b_multi):
    """
    计算向量a和多个向量的余弦相似度
    """
    b_multi = np.array(b_multi)
    similarities = np.dot(b_multi, a) / (np.linalg.norm(b_multi, axis=1) * np.linalg.norm(a))
    return similarities.tolist()


if __name__ == '__main__':
    a = np.array([1, 2, 3])
    b_multi = [np.array([3, 4, 5]), np.array([-1, -2, -3]), np.array([2, 4, 6])]
    similarities = cosine_similarity_multi(a, b_multi)
    print(similarities)

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    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 1
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