用matlab求每个向量的修正余弦相似度

修正余弦相似度是一种广泛用于计算向量相似度的方法。在 MATLAB 中，可以使用以下代码计算两个向量 a 和 b 的修正余弦相似度：

cos_sim = dot(a,b) / (norm(a)*norm(b) + 1e-10);

其中，`dot(a,b)` 表示向量 `a` 和向量 `b` 的点积，`norm(a)` 和 `norm(b)` 分别表示向量 `a` 和向量 `b` 的范数，`1e-10` 是一个很小的数，用于避免分母为零的情况。

如果要计算多个向量之间的相似度，可以使用以下代码：

% 计算修正余弦相似度矩阵
num_vectors = size(vectors, 1);
cos_sim_matrix = zeros(num_vectors);
for i = 1:num_vectors
    for j = i+1:num_vectors
        cos_sim = dot(vectors(i,:), vectors(j,:)) / (norm(vectors(i,:))*norm(vectors(j,:)) + 1e-10);
        cos_sim_matrix(i,j) = cos_sim;
        cos_sim_matrix(j,i) = cos_sim;
    end
end

其中，`vectors` 是一个 $n \times m$ 的矩阵，表示 $n$ 个 $m$ 维向量。`cos_sim_matrix` 是一个 $n \times n$ 的矩阵，表示每两个向量之间的修正余弦相似度。