Python တွင် cosine တူညီမှုကို တွက်နည်း

Cosine တူညီမှု သည် အတွင်းထုတ်ကုန်တစ်ခု၏ ကွက်လပ်နှစ်ခုကြားရှိ တူညီမှုအား တိုင်းတာမှုတစ်ခုဖြစ်သည်။

Vector နှစ်ခုဖြစ်သော A နှင့် B အတွက် ကိုsine ဆင်တူယိုးမှားကို အောက်ပါအတိုင်း တွက်ချက်သည် ။

ကိုsine ဆင်တူယိုးမှား = ΣA _i B _i / (√ΣA _i ² √ΣB _i ² )

ဤသင်ခန်းစာသည် NumPy စာကြည့်တိုက်မှ လုပ်ဆောင်ချက်များကို အသုံးပြု၍ Python ရှိ vector များအကြား cosine ဆင်တူမှုများကို တွက်ချက်နည်းကို ရှင်းပြထားသည်။

Python ရှိ vector နှစ်ခုကြားတွင် cosine ဆင်တူသည်။

အောက်ပါကုဒ်သည် Python ရှိ array နှစ်ခုကြား cosine တူညီမှုကို တွက်ချက်နည်းကို ပြသည်-

 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

ဇယားနှစ်ခုကြားတွင် cosine တူညီမှုသည် 0.965195 ဖြစ်လာသည်။

ဤနည်းလမ်းသည် မည်သည့်အရှည်၏ array နှစ်ခုတွင်မဆို အလုပ်လုပ်မည်ကို သတိပြုပါ။

 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

သို့သော်၊ array နှစ်ခုသည် အရှည်တူညီပါက ၎င်းသည်သာ အလုပ်လုပ်သည်-

 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)

မှတ်ချက်များ

1. Python ကို အသုံးပြု၍ cosine တူညီမှုကို တွက်ချက်ရန် နည်းလမ်းများစွာ ရှိသည်၊ သို့သော် ဤ Stack Overflow thread တွင် ရှင်းပြထားသည့်အတိုင်း၊ ဤဆောင်းပါးတွင် ရှင်းပြထားသော နည်းလမ်းသည် အမြန်ဆုံး ဖြစ်လာပါသည်။

2. cosine တူညီမှုအကြောင်း ပိုမိုလေ့လာရန်ဤ Wikipedia စာမျက်နှာ ကို ကိုးကားပါ။