余弦相似度计算:
cos(f{v_1}, f{v_2}) = frac{left(
v_1 imes v_2
ight)}{||v_1|| * ||v_2|| }
cos(f{M_1}, f{M_2}) = frac{left(M_1 imes M_2^T
ight)}{||M_1|| imes ||M_1||^T }
### 矩阵矢量化操作
### 按行计算余弦相似度
### 两矩阵计算相似度向量应为同维度
### 返回值RES为A矩阵每行对B矩阵每行向量余弦值
### RES[i,j] 表示A矩阵第i行向量与B矩阵第j行向量余弦相似度
def cosine_Matrix(_matrixA, _matrixB):
import numpy
_matrixA_matrixB = _matrixA * _matrixB.transpose()
### 按行求和,生成一个列向量
### 即各行向量的模
_matrixA_norm = numpy.sqrt(numpy.multiply(_matrixA,_matrixA).sum(axis=1))
_matrixB_norm = numpy.sqrt(numpy.multiply(_matrixB,_matrixB).sum(axis=1))
return numpy.divide(_matrixA_matrixB, _matrixA_norm * _matrixB_norm.transpose())
### 向量计算余弦相似度
### 计算两向量余弦相似度
### 返回_vec1和_vec2余弦相似度
### 此处用于计算向量余弦相似度,验证矩阵相似度计算结果
def cosine(_vec1, _vec2):
import numpy
return float(numpy.sum(_vec1*_vec2))/(numpy.linalg.norm(_vec1)*numpy.linalg.norm(_vec2))