Python 所有记录的 sklearn 余弦相似度循环

Question

我有一个名为 df 的数据框。我正在使用下面的代码来获取每一行的余弦相似度：

vectorizer = CountVectorizer()
features = vectorizer.fit_transform(df['name']).todense()
for f in features:
    for index, row in df.iterrows():
        df['index'+str(index)] = pd.DataFrame(cosine_similarity(features,f))
df

但输出 DataFrame 对每条记录显示相同的结果，我假设它指的是最后一条记录：

   name                                   index0     index1    index2     index3       index4
0   aaaabbbbbbcccc                     0.158114  0.158114   0.158114    0.158114    0.158114
1   ddddffffffgggg                     0.204124  0.204124   0.204124    0.204124    0.204124
2   hhhhhhiiiiiijjjjj                  0.158114  0.158114   0.158114    0.158114    0.158114
3   kkkkkklllllllmmmm                  0.235702  0.235702   0.235702    0.235702    0.235702
4   mmmmmnnnnnnooooooo                 1.000000  1.000000   1.000000    1.000000    1.000000

我想要所有记录的输出

Answer 1

IIUC 你只需要：

for i, f in enumerate(features):
    address['index'+str(i)] = pd.DataFrame(cosine_similarity(features,f))
address

Python 所有记录的 sklearn 余弦相似度循环

Python sklearn cosine-similarity loop for all records

python

python-3.x

pandas

cosine-similarity

scikit-learn