余弦相似度python问题

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

来源

2014-09-24 Dancing Flowerz

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

1）Cosine similarity不能大于1

-1 <= cos_sim <= 1

2）你所得到的结果大于1，可能是因为浮点数据类型。

浮点数在计算机硬件中以基数2 （二进制）分数表示。

在运行的Python典型的机器，有精度 53个比特可用于一个Python浮子

如果Python的是打印保存为0.1的二进制近似的真实十进制值，它必须display

>>> 0.1 
0.1000000000000000055511151231257827021181583404541015625

请通过this链接了解更多关于python中的浮点数的信息。

来源

2017-08-03 22:15:04 shiva

余弦相似度python问题

回答

相关问题