有沒有辦法計算一個稀疏向量和矩陣之間的相似度？

Question

如何計算一個稀疏矢量和一個矩陣（即稀疏矢量陣列）之間的（例如，餘弦）相似度？
這可能使用scikit-learn，scipy，numpy等？如果可能的話，相似性度量應該很容易改變。

Answer 1

如果您有興趣計算餘弦相似度，可以使用sklearn中存在的cosine-similarity度量函數來完成，如果輸入爲矩陣形式，則返回距離矩陣。

插圖：

import numpy as np 
from sklearn.metrics.pairwise import pairwise_distances 

mat_1 = np.matrix([[1,2,3],[3,4,5]]) 
vec_1 = (2, 3, 5) 
# Make sure the dimensions of the vector and matrix are equal 
>>>print pairwise_distances(mat_1, vec_1, metric = 'cosine') 
[[ 0.00282354] 
[ 0.01351234]] 

注：如果您打算改變距離指標，則可以通過將合適的名稱來度量參數這麼做。但是，如果您的輸入包含稀疏矩陣，則只能使用指標 - ['cityblock', 'cosine', 'euclidean', 'l1', 'l2', 'manhattan']，因爲其他人不支持處理稀疏度量輸入。

---

文檔，你可以進一步參考：Pairwise metrics, Affinities and Kernels