Cosin tương tự trả lại trong python là gì?

Cách tính Độ tương tự Cosine

Chúng tôi định nghĩa độ tương tự cosine về mặt toán học là tích vô hướng của các vectơ chia cho độ lớn của chúng. Ví dụ: nếu chúng ta có hai vectơ A và B, độ tương tự giữa chúng được tính như sau

$$ tương tự[A,B] = cos[\theta] = \frac{A \cdot B}{\. MỘT\. \. b\. } $$

ở đâu

• $\theta$ là góc giữa các vectơ,
• $ A \cdot B$ là tích vô hướng giữa A và B và được tính bằng $ A \cdot B = A^T B= \sum_{i =1} ^{n} A_iB_i = A_1B_1 + A_2B_2 +. + A_nB_n$,
• $\. MỘT\. $ đại diện cho định mức L2 hoặc độ lớn của vectơ được tính là $\. MỘT\. = \sqrt{A_1^2 + A_1^2. A_1^n}$

Độ tương tự có thể nhận giá trị từ -1 đến +1. Các góc nhỏ hơn giữa các vectơ tạo ra các giá trị cosin lớn hơn, cho thấy độ tương tự cosin lớn hơn. Ví dụ

• Khi hai vectơ có cùng hướng thì góc giữa chúng bằng 0 và độ đồng dạng cosin bằng 1
• Các vectơ vuông góc có một góc 90 độ giữa chúng và một phép đồng dạng cosin bằng 0
• Các vectơ đối nhau có góc giữa chúng là 180 độ và độ đồng dạng cosin là -1

Đây là hình minh họa hai vectơ có độ tương tự gần bằng 1, gần bằng 0 và gần bằng -1

Learn Data Science with

Ví dụ, độ tương tự Cosine sẽ được sử dụng để tìm sự giống nhau giữa hai tài liệu sau

corpus = [  'data science is one of the most important fields of science',
            'this is one of the best data science courses',
            'data scientists analyze data'   ]


    

        
Learn Data Science with 
        

    

Sử dụng

corpus = [  'data science is one of the most important fields of science',
            'this is one of the best data science courses',
            'data scientists analyze data'   ]


    

        
Learn Data Science with 
        

    



  

from sklearn.feature_extraction.text import CountVectorizer

# Create a matrix to represent the corpus
X = CountVectorizer[].fit_transform[corpus].toarray[]

print[X]


    

        
Learn Data Science with 
        

    

Ngoài

[[0 0 0 1 1 1 1 1 2 1 2 0 1 0]
 [0 1 1 1 0 0 1 0 1 1 1 0 1 1]
 [1 0 0 2 0 0 0 0 0 0 0 1 0 0]]


    

        
Learn Data Science with 
        

    

Với các vectơ trên, giờ đây chúng ta có thể tính toán độ tương tự cosine giữa các tài liệu văn bản

cos_sim_1_2 = cosine_similarity[X[0, :], X[1, :]]
cos_sim_1_3 = cosine_similarity[X[0, :], X[2, :]]
cos_sim_2_3 = cosine_similarity[X[1, :], X[2, :]]

print['Cosine Similarity between: ']
print['\tDocument 1 and Document 2: ', cos_sim_1_2]
print['\tDocument 1 and Document 3: ', cos_sim_1_3]
print['\tDocument 2 and Document 3: ', cos_sim_2_3]


    

        
Learn Data Science with 
        

    

Ngoài

Cosine Similarity between: 
	Document 1 and Document 2:  0.6885303726590962
	Document 1 and Document 3:  0.21081851067789195
	Document 2 and Document 3:  0.2721655269759087


    

        
Learn Data Science with 
        

    



  

Ngoài ra, độ tương tự Cosine có thể được tính bằng cách sử dụng các hàm được xác định trong các thư viện Python phổ biến. Ví dụ về các chức năng như vậy có thể được tìm thấy trong ________ 10 [tài liệu] và trong thư viện SciPy chức năng khoảng cách cosine

Đây là một ví dụ về việc sử dụng chức năng của

corpus = [  'data science is one of the most important fields of science',
            'this is one of the best data science courses',
            'data scientists analyze data'   ]


    

        
Learn Data Science with 
        

    

from sklearn.metrics.pairwise import cosine_similarity


    

        
Learn Data Science with 
        

    

________số 8

Ngoài

Cosine Similarity between Document 1 and Document 2 is 
 [[1.         0.68853037]
 [0.68853037 1.        ]]


    

        
Learn Data Science with 
        

    

Kết quả giống với hàm đã xác định. Lưu ý rằng đầu vào của hàm

corpus = [  'data science is one of the most important fields of science',
            'this is one of the best data science courses',
            'data scientists analyze data'   ]


    

        
Learn Data Science with 
        

    

Nhận thông tin cập nhật trong hộp thư đến của bạn

Tham gia cùng hơn 7.500 người học khoa học dữ liệu

Gặp gỡ các tác giả

Fatih Karabiber Ph. D. trong Kỹ thuật máy tính, Nhà khoa học dữ liệu

Phó Giáo sư Kỹ thuật Máy tính. Tác giả/đồng tác giả của hơn 30 ấn phẩm tạp chí. Giảng viên các khóa học sau đại học/đại học. Người hướng dẫn luận văn tốt nghiệp. Tư vấn cho các công ty CNTT

Cosine tương tự trả về cái gì?

Độ tương tự cosin trong Python là gì?

Tương tự cosine trong Sklearn là gì?

Làm cách nào để sử dụng độ tương tự cosine của sklearn trong Python?