python 向量余弦相似度

方法1

      from math import sqrt
      import numpy as np
      def similarity(v1, v2):
       a=sqrt( np.dot(v1, v1))
       b=sqrt ( np.dot(v2, v2))
      if a==0 or b==0:
      return -1
       cos_dis=np.dot (v1, v2) / (b * a)
       print('cos:',cos_dis)
      return cos_dis
      v1=np.array([1,2,3,4])
      v2=np.array([1,2,2,3])
      print(similarity(v1,v2))
  
 

方法2

      import time
      from sklearn.metrics.pairwise import cosine_similarity
      a = [[1, 1], [1, 0.8]]
      start = time.time()
      #cosine_similarity 出来是对称矩阵，只需要取[0][1]就ok了
      print("1111",time.time() - start, cosine_similarity([[1,2,3,4],[1,2,2,3]])[0][1])
  
 

方法3

      def cos_sim(vector_a, vector_b):
      """
       计算两个向量之间的余弦相似度
       :param vector_a: 向量 a
       :param vector_b: 向量 b
       :return: sim
       """
       vector_a = np.mat(vector_a)
  
 

文章来源: blog.csdn.net，作者：网奇，版权归原作者所有，如需转载，请联系作者。

原文链接：blog.csdn.net/jacke121/article/details/116865909