餘弦相似度python問題

您好我想要計算我的查詢和我的信息檢索程序在Python中返回的文檔之間的餘弦相似度。餘弦相似度python問題

餘弦相似度我使用這個實現：

import math 
def cosine_similarity(v1,v2): 

    sumxx, sumxy, sumyy = 0, 0, 0 
    for i in range(len(v1)): 
     x = v1[i]; y = v2[i] 
     sumxx += x*x 
     sumyy += y*y 
     sumxy += x*y 
    return sumxy/math.sqrt(sumxx*sumyy)

，我發現這個網站上的這一解決方案，但我有一些問題。我TF * IDF權重和每個文檔的向量，這是一個文檔向量的一個例子，查詢向量：

D: [0.028239449664633154, 0.05559373180364792, 0.02798439181455718] 
Q: [0.3746433655507998, 0.526816791853616, 0.618765996788542]

好，所以問題是，有時磨i執行餘弦相似性，所述結果大於1，這怎麼可能？餘弦不能大於1？我的推理是否正確？在這種情況下做餘弦相似性是否正確？請幫幫我，謝謝

來源

2014-09-24 Dancing Flowerz

什麼輸入給你一個大於1的結果？ – jwodder 2014-09-24 23:15:07

d：0.009063952392358061，0.01055107112621112] 問：[0.5619650483261998，0.6541664098250894] – 2014-09-24 23:24:23

butit給我1.0000000000000002的結果，並有較高的權重是得到一個劣質的相似性文件 – 2014-09-24 23:28:38

1）Cosine similarity不能大於1

-1 <= cos_sim <= 1

2）你所得到的結果大於1，可能是因爲浮點數據類型。

浮點數在計算機硬件中以基數2 （二進制）分數表示。

在運行的Python典型的機器，有精度 53個比特可用於一個Python浮子

如果Python的是打印保存爲0.1的二進制近似的真實十進制值，它必須display

>>> 0.1 
0.1000000000000000055511151231257827021181583404541015625

請通過this鏈接瞭解更多關於python中的浮點數的信息。

來源

2017-08-03 22:15:04 shiva

餘弦相似度python問題

回答

相關問題