查找兩個數組之間的餘弦相似度

Question

我想知道在R中是否有內置函數可以找到兩個數組之間的餘弦相似度（或餘弦距離）？

目前，我實現了自己的功能，但我不禁想到R應該已經有了一個。

Answer 1

這些排序的問題，拿出所有的時間（我 - 由[R證明SO - 標記的問題列表 - 其他人也）：

是否有一個函數，無論是在R核心還是在任何R軟件包中，x？如果是這樣，

我在哪裏可以找到CRAN中的+2000 R軟件包？

答案很簡單：給SOS包一試時，這些類型的問題拿出

一個較早的答案給了餘弦一個鏈接到它的幫助頁面一起。這可能正是OP想要的。當您查看鏈接頁面時，您會看到該函數位於lsa包中。

但是如果您不知道要在哪個包中查找它，您將如何找到此函數？

，你還可以嘗試使用標準的R幫助功能（ 「>」 的只是意味着R命令行）：

> ?<some_name> 

> ??<some_name> 

> *apropos*<some_name> 

如果失敗，然後安裝&負荷SOS包，然後

***findFn*** 

findFn也別名爲 「???」，你GH我不經常使用，因爲我不認爲你可以在比函數名

的問題在這裏的其他參數傳遞，試試這個：

> library(sos) 

> findFn("cosine", maxPages=2, sortby="MaxScore") 

傳遞的附加參數（」 maxPages = 2「和」sortby =「MaxScore」）只是限制返回結果的數量，並分別指定結果的排列方式 - 即「找到名爲'餘弦'的函數或者'餘弦'功能描述，只返回兩頁結果，並按降序排列相關得分「

該findFn上面的調用返回一個包含九列的數據框，並將結果顯示爲行 - 呈現爲HTML。

掃描的最後一列，介紹和鏈接，項目（行）21你會發現：

餘弦辦法（矩陣）

這段文字也是一個鏈接;點擊它需要你在其中包含功能包該功能的幫助頁面 - 使用findFn換句話說

，你可以很快找到你想要的即使你沒有的功能想法是在

Answer 2

檢查這些功能lsa::cosine()，clv::dot_product()和arules::dissimilarity()

Answer 3

這包您還可以檢查素食包：http://cran.r-project.org/web/packages/vegan//index.html

此包中的功能vegdist有各種各樣的差異性（距離）的功能，如manhattan，euclidean，canberra，bray，kulczynski，jaccard，gower，altGower，morisita，horn，mountford，raup，binomial，chao或cao。請檢查包裝中的.pdf是否有定義，或者諮詢參考https://stats.stackexchange.com/a/33001/12733。

Answer 4

從Jonathan Chang發表評論我寫了這個函數來模仿dist。沒有額外的軟件包加載。

cosineDist <- function(x){ 
    as.dist(1 - x%*%t(x)/(sqrt(rowSums(x^2) %*% t(rowSums(x^2))))) 
} 

Answer 5

它看起來像幾個選項都已經上市，但我只是碰到一個地道的解決方案，我喜歡，所以我想我應該把它添加到列表中跌跌撞撞。

install.packages('proxy') # Let's be honest, you've never heard of this before. 
library('proxy') # Library of similarity/dissimilarity measures for 'dist()' 
dist(m, method="cosine") 

Answer 6

如果你有一個點產品矩陣，你可以使用這個功能來計算餘弦相似矩陣：

get_cos = function(S){ 
    doc_norm = apply(as.matrix(dt),1,function(x) norm(as.matrix(x),"f")) 
    divide_one_norm = S/doc_norm 
    cosine = t(divide_one_norm)/doc_norm 
    return (cosine) 
} 

輸入S是積的矩陣。簡單地說，S = dt %*% t(dt)，其中dt是您的數據集。

該功能基本上是將點積乘以向量的範數。