机器学习中余弦相似度比对的方法和代码

在机器学习中，余弦相似度（Cosine Similarity）通常用于衡量两个非零向量之间的角度，常被用来评估文本、图像等数据集中的相似度或关联度。它的值范围从-1到1之间，其中1表示完全相同，0表示没有关系，而-1则表示方向相反。

计算余弦相似度的基本公式是：

\[ \text{cosine_similarity}(A, B) = \frac{A \cdot B}{\|A\| \|B\|} \]

这里 \( A \cdot B \) 表示向量A和B的点积（内积），\( \|A\| \) 和 \( \|B\| \) 分别是向量A和B的模长（长度）。

以下是一个简单的Python代码示例，使用scikit-learn库中的`cosine_similarity`函数：

from sklearn.metrics.pairwise import cosine_similarity
from scipy.spatial.distance import cosine

# 假设我们有两组二维向量
vector_a = [1, 2, 3]
vector_b = [4, 5, 6]

# 使用numpy创建矩阵进行批量比较
import numpy as np
vectors = np.array([vector_a, vector_b])

# 单个向量间的余弦相似度
similarity_single = cosine(vector_a, vector_b)

# 整个向量集合的余弦相似度矩阵
similarity_matrix = cosine_similarity(vectors)

print("单个向量间余弦相似度:", similarity_single)
print("向量集合相似度矩阵:\n", similarity_matrix)

在这个例子中，如果你有大量向量要比较，`cosine_similarity`函数会返回一个距离矩阵，每一行和每一列对应一对向量的相似度。