R'de kosinüs benzerliği nasıl hesaplanır

Kosinüs benzerliği, bir iç çarpım uzayının iki vektörü arasındaki benzerliğin bir ölçüsüdür.

A ve B gibi iki vektör için kosinüs benzerliği şu şekilde hesaplanır:

Kosinüs benzerliği = ΣA _i B _ben / (√ΣA _i ² √ΣB _i ² )

Bu eğitimde, lsa kütüphanesindeki cosine() fonksiyonunu kullanarak R’deki vektörler arasındaki kosinüs benzerliğinin nasıl hesaplanacağı açıklanmaktadır.

R’deki iki vektör arasındaki kosinüs benzerliği

Aşağıdaki kod, R’deki iki vektör arasındaki kosinüs benzerliğinin nasıl hesaplanacağını gösterir:

 library (lsa)

#definevectors
a <- c(23, 34, 44, 45, 42, 27, 33, 34)
b <- c(17, 18, 22, 26, 26, 29, 31, 30)

#calculate Cosine Similarity
cosine(a, b)

         [,1]
[1,] 0.965195

İki vektör arasındaki kosinüs benzerliği 0,965195 olarak ortaya çıkıyor.

R’deki bir matrisin kosinüs benzerliği

Aşağıdaki kod, bir vektör matrisi arasındaki kosinüs benzerliğinin nasıl hesaplanacağını gösterir:

 library (lsa)

#define matrix
a <- c(23, 34, 44, 45, 42, 27, 33, 34)
b <- c(17, 18, 22, 26, 26, 29, 31, 30)
c <- c(34, 35, 35, 36, 51, 29, 30, 31)

data <- cbind(a, b, c)

#calculate Cosine Similarity
cosine(data)

          ABC
a 1.0000000 0.9651950 0.9812406
b 0.9651950 1.0000000 0.9573478
c 0.9812406 0.9573478 1.0000000

Sonucun nasıl yorumlanacağı aşağıda açıklanmıştır:

• a ve b vektörleri arasındaki kosinüs benzerliği 0,9651950’dir .
• a ve c vektörleri arasındaki kosinüs benzerliği 0,9812406’dır .
• b ve c vektörleri arasındaki kosinüs benzerliği 0,9573478’dir .

Yorumlar

1. Cosine() işlevi her boyuttaki kare matrisle çalışacaktır.

2. Cosine() işlevi bir matris üzerinde çalışır ancak veri çerçevesinde çalışmaz . Ancak as.matrix() işlevini kullanarak bir veri çerçevesini R’de kolayca bir matrise dönüştürebilirsiniz.

3. Kosinüs benzerliği hakkında daha fazla bilgi edinmek içinbu Wikipedia sayfasına bakın.