如何用scipy.spatial.distance.cosine计算加权相似度？

Question

从函数定义： https://docs.scipy.org/doc/scipy/reference/generated/scipy.spatial.distance.cosine.html

scipy.spatial.distance.cosine(u, v, w=None)

但是我的代码有一些错误：

from scipy import spatial
d1 = [3,5,5,3,3,2]
d2 = [1,1,3,1,3,2]
weight_of_importance = [0.1,0.1,0.2,0.2,0.1,0.3]

result = spatial.distance.cosine(d1, d2, weight_of_importance)
print(result)

TypeError: cosine() 接受 2 个位置参数，但给出了 3 个

当我只输入2个参数时就可以了。 但是这些特征具有不同的重要性权重。 如何计算 d1 和 d2 的加权重要性相似度？

Answer 1

SciPy v1.0.0中好像添加了这个参数。

the previous version 0.19.1

中没有这个参数

摘自SciPy v1.0.0 release notes：

scipy.spatial improvements

Many distance metrics in scipy.spatial.distance gained support for weights.