如何用scipy.spatial.distance.cosine计算加权相似度?
How to calculate weighted similarity with scipy.spatial.distance.cosine?
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?
SciPy v1.0.0中好像添加了这个参数。
中没有这个参数
scipy.spatial
improvements
Many distance metrics in
scipy.spatial.distance
gained support for weights.
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?
SciPy v1.0.0中好像添加了这个参数。
中没有这个参数
scipy.spatial
improvementsMany distance metrics in scipy.spatial.distance gained support for weights.