余弦相似度 又称为余弦距离,利用两个向量之间的夹角的余弦值来衡量两个向量的余弦相似度,两个向量夹角越小,余弦值越接近1。
向量模(向量长度)计算方法:
n维向量的相似度计算:
余弦相似度的取值范围为[-1,1],越接近于1表示相似度越高
缺点: 没有考虑向量的大小,只考虑他们的方向。以一个推荐系统为例,余弦相似度没有考虑到不同用户之间评分尺度的差异。
余弦相似度 又称为余弦距离,利用两个向量之间的夹角的余弦值来衡量两个向量的余弦相似度,两个向量夹角越小,余弦值越接近1。
向量模(向量长度)计算方法:
n维向量的相似度计算:
余弦相似度的取值范围为[-1,1],越接近于1表示相似度越高
缺点: 没有考虑向量的大小,只考虑他们的方向。以一个推荐系统为例,余弦相似度没有考虑到不同用户之间评分尺度的差异。
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2149372.html
如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!