from sklearn.metrics.pairwise import cosine_similarity
cosine_similarity()
这个函数的输入是 n 个长度相同的 list 或 array
函数的处理是计算这 n 个 list 两两之间的余弦相似性
最后生成的是一个 n*n 的相似性矩阵s,s[i][j] 表示输入中第 i 个和第 j 个元素的余弦相似性。显然,这个相似性矩阵对角线上的元素全为1,且是对称矩阵,即 s[i][j] = s[j][i]
from sklearn.metrics.pairwise import cosine_similarity
cosine_similarity()
这个函数的输入是 n 个长度相同的 list 或 array
函数的处理是计算这 n 个 list 两两之间的余弦相似性
最后生成的是一个 n*n 的相似性矩阵s,s[i][j] 表示输入中第 i 个和第 j 个元素的余弦相似性。显然,这个相似性矩阵对角线上的元素全为1,且是对称矩阵,即 s[i][j] = s[j][i]
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/590035.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!