python 向量余弦相似度

方法1

from math import sqrt
import numpy as np
def similarity(v1, v2):
    a=sqrt( np.dot(v1, v1))
    b=sqrt ( np.dot(v2, v2))
    if a==0 or b==0:
        return -1
    cos_dis=np.dot (v1, v2) / (b * a)
    print('cos:',cos_dis)

    return cos_dis


v1=np.array([1,2,3,4])
v2=np.array([1,2,2,3])

print(similarity(v1,v2))
           

方法2

import time

from sklearn.metrics.pairwise import cosine_similarity

a = [[1, 1], [1, 0.8]]
start = time.time()
#cosine_similarity 出来是对称矩阵，只需要取[0][1]就ok了
print("1111",time.time() - start, cosine_similarity([[1,2,3,4],[1,2,2,3]])[0][1])



           

方法3

def cos_sim(vector_a, vector_b):
    """
    计算两个向量之间的余弦相似度
    :param vector_a: 向量 a
    :param vector_b: 向量 b
    :return: sim
    """
    vector_a = np.mat(vector_a)