余弦相似度在计算文本相似度等问题中有着广泛的应用,scikit-learn中提供了方便的调用方法

第一种,使用cosine_similarity,传入一个变量a时,返回数组的第i行第j列表示a[i]与a[j]的余弦相似度

1
2
3
from sklearn.metrics.pairwise import cosine_similarity
a=[[1,3,2],[2,2,1]]
cosine_similarity(a)

结果为:
array([[1. , 0.89087081],
[0.89087081, 1. ]]).

第二种使用pairwise_distances,注意该方法返回的是余弦距离,余弦距离= 1 - 余弦相似度,同样传入一个变量a时,返回数组的第i行第j列表示a[i]与a[j]的余弦距离

1
2
from sklearn.metrics.pairwise import pairwise_distances
pairwise_distances(a,metric="cosine")

结果为:
array([[0. , 0.10912919],
[0.10912919, 0. ]])


参考文章:
sklearn计算余弦相似度