2
您好我想要计算我的查询和我的信息检索程序在Python中返回的文档之间的余弦相似度。余弦相似度python问题
余弦相似度我使用这个实现:
import math
def cosine_similarity(v1,v2):
sumxx, sumxy, sumyy = 0, 0, 0
for i in range(len(v1)):
x = v1[i]; y = v2[i]
sumxx += x*x
sumyy += y*y
sumxy += x*y
return sumxy/math.sqrt(sumxx*sumyy)
,我发现这个网站上的这一解决方案,但我有一些问题。 我TF * IDF权重和每个文档的向量,这是一个文档向量 的一个例子,查询向量:
D: [0.028239449664633154, 0.05559373180364792, 0.02798439181455718]
Q: [0.3746433655507998, 0.526816791853616, 0.618765996788542]
好,所以问题是,有时磨i执行余弦相似性,所述结果大于1,这怎么可能?余弦不能大于1?我的推理是否正确? 在这种情况下做余弦相似性是否正确? 请帮帮我,谢谢
什么输入给你一个大于1的结果? – jwodder 2014-09-24 23:15:07
d:0.009063952392358061,0.01055107112621112] 问:[0.5619650483261998,0.6541664098250894] – 2014-09-24 23:24:23
butit给我1.0000000000000002的结果,并有较高的权重是得到一个劣质的相似性文件 – 2014-09-24 23:28:38