余弦相似度

def python_cos(q_vec, b_vec):
    """
    计算余弦相似度
    :param q_vec: 一维数组
    :param b_vec: 一维数组
    :return:
    """
    dot_q_b = 0
    q_vec_length = 0
    b_vec_length = 0
    for q, b in zip(q_vec, b_vec):
        dot_q_b += q * b
        q_vec_length += q * q
        b_vec_length += b * b
    length = (q_vec_length ** (1 / 2)) * (b_vec_length ** (1 / 2))
    cos_sim = dot_q_b / length  # 向量的内积除以向量模长的积
    return cos_sim

a = [1, 2, 2, 1, 1, 1, 0]
b = [1, 2, 2, 1, 1, 2, 1]
print(python_cos(a, b))   # cos_sim 0.9381941874331419。

from sklearn.metrics.pairwise import cosine_similarity

def cos(a, b):
    """
    a和b都要是2维
    """
    cos = cosine_similarity(a,b)
    return cos

a = [[1,2,3],[3,2,1], [3,4,5]]
b = [[3,2,1],[1,2,3]]
print(cos(a, b))

'''结果    a中的每一项与b中每一项的相似度
[[0.71428571  1.        ]
 [1.          0.71428571]
 [0.83152184  0.98270763]]
'''

注意这里的参数，a和b都必须是二维的，不然会报错；a和b中的元素个数不定。

import scipy.spatial

@coast_time
def cos(a, b):
    '''
    a和b都要是2维,a和b中的元素个数不定
    '''
    dis = scipy.spatial.distance.cdist(a,b,'cosine')
    cos = 1 - dis[0]
    return cos

a = [[1,2,3]]
b = [[3,2,1],[4,5,6], [2,2,3]]
print(cos(a, b))
'''结果
func cos coast time:0.00006230 s
[0.71428571 0.97463185 0.97230559]
'''

注意这里的参数，a和b的数据类型可以是数组、np.array();a和b都必须是二维的；a和b中的元素个数不定。这里dis可以理解为余弦距离，要用1-dis才是余弦相似度。

import torch
torch.set_default_tensor_type(torch.FloatTensor)

@coast_time
def torch_cos_new(a, b):
    """
    a,b必须是tensor张量；torch_cos中有个bug，a和b的第一维只能是1，不然会出现错误结果
    """
    cos = torch.cosine_similarity(a, b, dim=1)
    return cos

a = torch.tensor([[1,2,3]]).float()  # 转化为tensor张量
b = torch.tensor([[3,2,1],[4,5,6], [2,2,3]]).float()
print(torch_cos_new(a, b))

'''结果
tensor([0.7143, 0.9746, 0.9723])
func torch_cos_new coast time:0.00072610 s
'''

三、参考

https://www.haitaoseo.com/950191.html  文章相似度检测工具（一种简单高效的算法）

https://github.com/zhao-dapeng/Cosine   zhao-dapeng/Cosine

余弦相似度计算的实现方式_colourmind的博客-CSDN博客_余弦相似度计算代码