sklearn相似度

sklearn中提供了多种计算相似度的方法，比如余弦相似度、欧式距离、曼哈顿距离等。其中，余弦相似度是常用的一种方法，可以用来计算两个向量之间的相似度。在sklearn中，可以使用cosine_similarity函数来计算余弦相似度。具体使用方法如下：

from sklearn.metrics.pairwise import cosine_similarity

# 计算两个向量之间的余弦相似度
similarity = cosine_similarity(vector1, vector2)

其中，vector1和vector2分别表示两个向量。