Tensorboard 嵌入可视化：什么是余弦距离？
Tensorboard embedding visualization: what is cosine distance?
我是数字人文专业的博士生。我对编程语言还很陌生。
自上个月以来，我遇到了一个困扰我的问题。我试图在 Tensorboard 的嵌入投影仪上可视化一个 doc2vec 模型（python，gensim 库），但我没有得到我期望的结果。
我确定我在这里遗漏了一些非常基本的东西...但是，总结一下
- 如果我在 Tensorboard 中选取一个随机向量，最相似的向量与我的模型中的向量完全不同。那是因为降维还是什么？
- 很多向量的余弦相似度都高于 1，我真的不明白我做错了什么。有人告诉我，也许我的向量没有标准化，但我认为 Gensim 已经做到了，不是吗？
这是我用来生成嵌入的代码。我也试着稍微改变一下代码，直接从 "KeyedVectors" 中获取向量，但没有任何改变。
from gensim.scripts import word2vec2tensor
from gensim.models.doc2vec import Doc2Vec
doc2vec_model = Doc2Vec.load("doc2vec4.d2v")
doc2vec_model.save_word2vec_format('doc_tensor.w2v', doctag_vec=True, word_vec=False)
%run "C:..word2vec2tensor.py" -i doc_tensor.w2v -o my_plot
我做错了什么？提前致谢。
余弦距离由1-cosine_similarity定义，因为cosine_similarity在区间[-1, 1]内，cosine_distance在[0, 2]内。因此，有些距离大于 1 是正常的。对于指向不同方向的向量也是如此。
关于你的第一个问题，因为在你的 link 中，PCA 的解释方差是 ~8.5%，降维可能会改变给定向量的邻居。您可能也想尝试减少模型中的维度。没有关于您的模型的更多信息，很难更具体。
我是数字人文专业的博士生。我对编程语言还很陌生。
自上个月以来，我遇到了一个困扰我的问题。我试图在 Tensorboard 的嵌入投影仪上可视化一个 doc2vec 模型（python，gensim 库），但我没有得到我期望的结果。
我确定我在这里遗漏了一些非常基本的东西...但是，总结一下
- 如果我在 Tensorboard 中选取一个随机向量，最相似的向量与我的模型中的向量完全不同。那是因为降维还是什么？
- 很多向量的余弦相似度都高于 1，我真的不明白我做错了什么。有人告诉我，也许我的向量没有标准化，但我认为 Gensim 已经做到了，不是吗？
这是我用来生成嵌入的代码。我也试着稍微改变一下代码，直接从 "KeyedVectors" 中获取向量，但没有任何改变。
from gensim.scripts import word2vec2tensor
from gensim.models.doc2vec import Doc2Vec
doc2vec_model = Doc2Vec.load("doc2vec4.d2v")
doc2vec_model.save_word2vec_format('doc_tensor.w2v', doctag_vec=True, word_vec=False)
%run "C:..word2vec2tensor.py" -i doc_tensor.w2v -o my_plot
我做错了什么？提前致谢。
余弦距离由1-cosine_similarity定义，因为cosine_similarity在区间[-1, 1]内，cosine_distance在[0, 2]内。因此，有些距离大于 1 是正常的。对于指向不同方向的向量也是如此。
关于你的第一个问题，因为在你的 link 中，PCA 的解释方差是 ~8.5%，降维可能会改变给定向量的邻居。您可能也想尝试减少模型中的维度。没有关于您的模型的更多信息，很难更具体。