Come calcolare la somiglianza del coseno in python

La somiglianza del coseno è una misura della somiglianza tra due vettori di uno spazio del prodotto interno.

Per due vettori, A e B, la somiglianza del coseno viene calcolata come segue:

Somiglianza coseno = ΣA _i B _i / (√ΣA _i ² √ΣB _i ² )

Questo tutorial spiega come calcolare la somiglianza del coseno tra vettori in Python utilizzando le funzioni della libreria NumPy .

Somiglianza coseno tra due vettori in Python

Il codice seguente mostra come calcolare la somiglianza del coseno tra due array in Python:

 from numpy import dot
from numpy. linalg import norm

#define arrays
a = [23, 34, 44, 45, 42, 27, 33, 34]
b = [17, 18, 22, 26, 26, 29, 31, 30]

#calculate Cosine Similarity
cos_sim = dot (a, b)/( norm (a)* norm (b))

cos_sim

0.965195008357566

La somiglianza del coseno tra le due tabelle risulta essere 0.965195 .

Tieni presente che questo metodo funzionerà su due array di qualsiasi lunghezza:

 import numpy as np
from numpy import dot
from numpy. linalg import norm

#define arrays
a = np.random.randint(10, size= 100 )
b = np.random.randint(10, size= 100 )

#calculate Cosine Similarity
cos_sim = dot (a, b)/( norm (a)* norm (b))

cos_sim

0.7340201613960431

Tuttavia, questo funziona solo se i due array hanno la stessa lunghezza:

 import numpy as np
from numpy import dot
from numpy. linalg import norm

#define arrays
a = np.random.randint(10, size= 90 ) #length=90
b = np.random.randint(10, size= 100 ) #length=100

#calculate Cosine Similarity
cos_sim = dot (a, b)/( norm (a)* norm (b))

cos_sim

ValueError : shapes (90,) and (100,) not aligned: 90 (dim 0) != 100 (dim 0)

Commenti

1. Esistono diversi modi per calcolare la somiglianza del coseno utilizzando Python, ma come spiega questo thread di Stack Overflow , il metodo spiegato in questo articolo risulta essere il più veloce.

2. Fai riferimento aquesta pagina Wikipedia per saperne di più sulla somiglianza del coseno.