余弦相似度ipynb

余弦相似度是一种衡量两个非零向量之间角度的统计学方法，常用于信息检索、推荐系统和自然语言处理等领域。在IPython Notebook（现在更常见的是Jupyter Notebook）中，你可以通过numpy或scikit-learn库来计算余弦相似度。它基于向量点积除以它们的模长之积，结果是一个介于-1到1之间的值，其中1表示完全匹配，0表示无关，-1表示方向相反。

下面是一个简单的例子：

import numpy as np

def cosine_similarity(vec1, vec2):
    dot_product = np.dot(vec1, vec2)
    norm_vec1 = np.linalg.norm(vec1)
    norm_vec2 = np.linalg.norm(vec2)
    return dot_product / (norm_vec1 * norm_vec2)

# 示例向量
vector1 = np.array([1, 2, 3])
vector2 = np.array([4, 5, 6])

similarity = cosine_similarity(vector1, vector2)