距离度量 —— 余弦相似度(Cosine similarity)

Python学习系列文章目录

在这里插入图片描述

文章目录

    • 一、概述
    • 二、计算公式
      • ① 二维平面上的余弦相似度
      • ② n维空间上的余弦相似度
      • ③ 注意

一、概述

三角函数,相信大家在初高中都已经学过,而这里所说的余弦相似度(Cosine Distance)的计算公式和高中学到过的公式差不多。

在几何中,夹角的余弦值可以用来衡量两个方向(向量)的差异;因此可以推广到机器学习中,来衡量样本向量之间的差异。

因此,我们的公式也要稍加变换,使其能够用向量来表示。

距离度量 —— 余弦相似度(Cosine similarity)_第1张图片

二、计算公式

① 二维平面上的余弦相似度

假设 二维平面 内有两向量: A ( x 1 , y 1 ) A(x_{1},y_{1}) A(x1,y1) B ( x 2 , y 2 ) B(x_{2},y_{2}) B(x2,y2)

则二维平面的 A A A B B B 两向量的余弦相似度公式为:

c o s ( θ ) = a ⋅ b ∣ a ∣ ∣ b ∣ cos(\theta)=\frac{a\cdot b}{|a| |b|} cos(θ)=abab

c o s ( θ ) = a ⋅ b ∣ a ∣ ∣ b ∣ = x 1 x 2 + y 1 y 2 x 1 2 + y 1 2 x 2 2 + y 2 2 \begin{aligned} cos(\theta)&=\frac{a\cdot b}{|a| |b|}\\ &=\frac{x_{1}x_{2}+y_{1}y_{2}}{\sqrt{x_{1}^2+y_{1}^2}\sqrt{x_{2}^2+y_{2}^2}} \end{aligned} cos(θ)=abab=x12+y12 x22+y22 x1x2+y1y2

② n维空间上的余弦相似度

推广到 n 维空间的两个向量 A ( x 11 , x 12 , . . . , x 1 n ) A(x_{11},x_{12},...,x_{1n}) A(x11,x12,...,x1n) B ( x 21 , x 22 , . . . , x 2 n ) B(x_{21},x_{22},...,x_{2n}) B(x21,x22,...,x2n),则有余弦相似度为:

c o s ( θ ) = a ⋅ b ∣ a ∣ ∣ b ∣ = ∑ k = 1 n x 1 k x 2 k ∑ k = 1 n x 1 k 2 ∑ k = 1 n x 2 k 2 \begin{aligned} cos(\theta)&=\frac{a\cdot b}{|a| |b|}\\ &=\frac{\sum_{k=1}^n x_{1k} x_{2k}}{\sqrt{\sum_{k=1}^nx_{1k}^2}\sqrt{\sum_{k=1}^nx_{2k}^2}} \end{aligned} cos(θ)=abab=k=1nx1k2 k=1nx2k2 k=1nx1kx2k

③ 注意

  • 余弦相似度的取值范围为 [ − 1 , 1 ] [-1,1] [1,1]
  • 余弦越大表示两个向量的夹角越小,余弦越小表示两向量的夹角越大。
  • 当两个向量的方向重合时余弦取最大值 1 1 1,当两个向量的方向完全相反余弦取最小值 − 1 -1 1

在这里插入图片描述

你可能感兴趣的:(Python,从入门到精通,python,机器学习,算法)