特殊向量的余弦相似度（只有一个分量）

Question

我正在尝试为两个向量实现余弦相似度，但我运行进入了一种特殊情况，其中两个向量只有一个分量，如下所示：

v1 = [3] 
v2 = [4]

这是我对余弦相似度的实现：

def dotProduct(v1, v2):
    if len(v1) != len(v2):
        return 0
    return sum([x * y for x, y in zip(v1, v2)])

def cosineSim(v1, v2):
    dp = dotProduct(v1, v2)
    mag1 = math.sqrt(dotProduct(v1, v1))
    mag2 = math.sqrt(dotProduct(v2, v2))
    return dp / (mag1 * mag2)

任何两个只有一个分量的向量的余弦相似度总是1。有人可以指导我如何处理这种特殊情况吗？谢谢。

Answer 1

这里的正确答案是使用numpy. As @COLDSPEED said, use numpy vectors use them to perform your operation. The most succinct way to do this is with scipy's cosine distance function:

from scipy.spatial.distance import cosine

cosine_similarity = 1 - cosine(v1, v2)
# Or...
cosine_distance = cosine(v1, v2)

或者使用原始的 numpy 数组，你可以自己做：

import numpy as np

v1 = np.array(v1)
v2 = np.array(v2)
cosine_similarity = np.dot(v1, v2) / (np.linalg.norm(v1) * np.linalg.norm(v2))

如果您出于某种原因必须 re-implement 方向盘，您的解决方案可能是另一种 if 情况：

def dotProduct(v1, v2):
    if len(v1) != len(v2):
        return 0
    if len(v1) == 1:  # You only need to check one, since they're the same
        return 1
    return sum([x * y for x, y in zip(v1, v2)])

Answer 2

试试这个代码片段：

if a*b == 0:
  return 0
if a*b < 0:
  return -1
return 1

特殊向量的余弦相似度（只有一个分量）

Cosine similarity for special vectors (only one component)

python

python-3.x

tf-idf

cosine-similarity