Python—计算余弦相似度

公式

余弦相似度 + 余弦距离 = 1

sklearn计算

代码如下：

from sklearn.metrics.pairwise import cosine_similarity, paired_distances

def get_cosine_sk(v1, v2):
    """
        批量计算余弦相似度
    :param v1: m x k array 
    :param v2: n x k array 
    :return: m x n array
    """
    simi = cosine_similarity(v1, v2)  # 余弦相似度
    dist = paired_distances(v1, v2, metric='cosine')  # 余弦距离
    # dist = 1 - simi  # 余弦距离
    return simi, dist

python 计算

def batch_cosine(x, y):
    """
        批量计算余弦相似度
    :param x: m x k array 
    :param y: n x k array 
    :return: m x n array
    """
    xx = np.sum(x ** 2, axis=1) ** 0.5
    x = x / xx[:, np.newaxis]
    yy = np.sum(y ** 2, axis=1) ** 0.5
    y = y / yy[:, np.newaxis] 
    simi = np.dot(x, y.transpose())
    # dist = 1 - simi  # 余弦距离
    return simi