矩阵 余弦相似度 python
时间: 2024-03-09 22:43:13 浏览: 75
余弦相似度算法(python代码)
5星 · 资源好评率100%
矩阵余弦相似度是一种衡量两个矩阵之间相似度的方法,它通过计算两个矩阵的夹角余弦值来衡量它们的相似程度。在Python中,我们可以使用NumPy库来计算矩阵的余弦相似度。
首先,我们需要安装NumPy库,可以使用以下命令进行安装:
```bash
pip install numpy
```
接下来,我们可以使用以下代码计算两个矩阵的余弦相似度:
```python
import numpy as np
def cosine_similarity(matrix1, matrix2):
# 计算两个矩阵的点积
dot_product = np.dot(matrix1, matrix2.T)
# 计算两个矩阵的范数
norm_matrix1 = np.linalg.norm(matrix1, axis=1)
norm_matrix2 = np.linalg.norm(matrix2, axis=1)
# 计算余弦相似度
cosine_similarity = dot_product / (norm_matrix1[:, None] * norm_matrix2)
return cosine_similarity
# 示例矩阵
matrix1 = np.array([[1, 2, 3], [4, 5, 6]])
matrix2 = np.array([[1, 4, 7], [2, 5, 8]])
# 计算余弦相似度
result = cosine_similarity(matrix1, matrix2)
print(result)
```
这段代码定义了一个名为`cosine_similarity`的函数,它接受两个矩阵作为输入,并返回它们之间的余弦相似度。在这个例子中,我们使用了两个示例矩阵`matrix1`和`matrix2`,并计算了它们之间的余弦相似度。
阅读全文