2回答
修正的余弦相似效率
、、、、
问题所在 我试图计算两个数组之间的余弦相似度，但基本公式略有变化。也就是说，我只关心与“引用”数组重叠的组件。例如，如果我们要计算以下两个数组之间的余弦相似度： A = [1 0 1] B = [1 1 0]
[0 1 1] [0 1 1] 假设B是引用数组。:有没有一种方法可以在不显著降低性能的情况下引入这种修改(与sklearn.metrics.pairwise.cosine_similarity等内置的</
浏览 28提问于2019-10-15得票数 0
回答已采纳
1回答
我试图计算一个搜索词A的文本相似性，就像“如何使小鸡”与其他搜索词的集合一样。为了计算相似度，我使用余弦距离和TF将A转换成一个向量。我想同时比较一下A与所有文档的相似性。目前，我的方法包括迭代计算A的余弦相似性，每次针对其他文档计算。我有100个与之比较的文件。如果cos_sim(A, X) > 0.8的结果，我打断并说“酷，这是相似的”
浏览 5提问于2019-11-14得票数 0
3回答
非常大数据集的余弦相似性
、、、
我在计算100维向量大列表之间的余弦相似性时遇到了困难.当我使用from sklearn.metrics.pairwise import cosine_similarity时，我在我的16 GB机器上得到了., 103]
我的最终目标是得到与父向量有很高余弦相似性的顶级N个子向量(包括它们的名字，如child_vector_1和相应的余弦分数)。我目前的方法(我知道这种方法
浏览 0提问于2018-12-20得票数 5
1回答
词嵌入关系
、、、、
我想学习更多关于我可以在单词嵌入向量上执行的代数函数的知识。我知道通过余弦相似度，我可以得到最相似的单词。但我需要再做一个级别的推断，并得到下面的关系：
X1与X2的关系类似于X3与X4的关系。举个例子，我可以说公主和王子的关系就像女人和男人的关系。我有到X3的X1，我的问题是我能以多高的效率弄清楚X4是什么。我试着用余弦来求向量的</e
浏览 2提问于2017-08-02得票数 0
回答已采纳
1回答
我有两个值的向量和一个权重的向量，我需要计算余弦相似度。由于复杂的原因，我一次只能计算一对余弦。但我得做几百万次。of the scaled vectors b = b*wts}> cosine_calc(a,b,w)[
浏览 4提问于2011-11-17得票数 7
回答已采纳
1回答
我使用Gensim库来查找句子与段落集合、文本数据集之间的相似之处。分别使用了余弦相似度、软余弦相似度和移动测度。Gensim返回一个项目列表，包括、docid、和相似性评分。对于余弦相似度和软余弦相似度，我猜相似度是向量之间的余弦。我说的对吗？
在Gensim文档中，他们写道，这是语义的关联性，没有额外<em
浏览 0提问于2021-09-20得票数 0
回答已采纳
所以，我有一个矩阵，它的维数是19001×19001。它包含大量的零，所以它是相对稀疏的。如果行中的项为非零，我编写了一些代码来计算列的成对余弦相似度。我将一行的所有两两相似值相加，并对它们进行一些数学运算，以便在矩阵的每一行最后得到一个值(参见下面的代码)。它所做的是它应该做的，然而，由于处理大量的维度，它确实是缓慢的。有没有办法修改我
浏览 3提问于2017-05-31得票数 1
回答已采纳
1回答
我使用表示产品用户购买行为的IndexedRowMatrix，为了构建产品推荐，我使用余弦相似度来计算产品之间的相似性。PySpark提供了一个名为columnSimilarities()的函数。我的问题是，在使用columnSimilarities()之前，是否需要规范每个产品的向量？我读过关于归一化和余弦相似的文章，并且理解余弦相似已经对向量进行了归一化，就好像我们把向量规范化
浏览 0提问于2018-11-19得票数 3
我一直在处理一个业务问题，需要找到与现有文档相似的新文档。我使用了如下各种方法2.TFIDF +余弦相似他们都没有像预期的那样工作。最后，我发现了一种更好的方法-- Word2vec +软余弦相似性。
但新的挑战是，我最终得到了具有相同相似性评分的多个文档。它们大多是相关的</
浏览 1提问于2020-04-16得票数 0
1回答
我正在用下面的用例研究一个句子相似算法:给定一个新句子，我想从给定的集合中检索它的n个最相似的句子。我正在使用Gensim v.3.7.1，我已经培训了word2vec和doc2vec模型。我过去经常使用内置方法model.most_similar()来推断相似性，但是一旦我开始使用更多的数据进行训练，这是不可能的，而我想要对这些数据进行查询。也就是说，我想在我的训练数据集的子集中找到最相似的句子。我的</e
浏览 0提问于2019-05-14得票数 3
回答已采纳
我有两份名单我已经定义了字到向量函数和余弦相似，所以我没有在这里提到。.lower()) j = j+1在嵌套循环中，我希望在内部循环运行后选择具有最大余弦相似值的字符串tar1的第一项是“苹果”，
浏览 0提问于2018-09-17得票数 1
回答已采纳
我想分别为a和b表示的两个项目计算调整后的余弦相似值。我们取两个向量a={2,3,1,0}和b={1,0,4,2}。我知道余弦相似度是如何工作的，但我坚持使用调整后的余弦相似度方法。
浏览 4提问于2016-02-18得票数 0
2回答
我正在学习单词嵌入和余弦相似性。我的数据是由两组相同的词组成的，但用的是两种不同的语言。
我是否应该期望获得同样的结果？我注意到有时我有两个相反的结果。因为我
浏览 3提问于2019-07-24得票数 0
回答已采纳
1回答
我试图用给定的余弦相似度生成两个向量。输入将是余弦相似度的程度(或者说它取决于它)和向量中的维数(D)，输出将是D维的两个向量，与它们之间给定的相似度，现在我知道如何使用余弦相似函数来计算相似度，但当我尝试相反的方法时，我迷失了方向。是否有这样的过程或算法，它是如何命名的？
浏览 6提问于2022-05-25得票数 1
回答已采纳
在数据科学中，为了识别文档的相似性，我们将文档转换为特征向量。然后应用源文档与目标文档特征向量之间的余弦角公式。
然而，余弦公式仅适用于向量。一个矢量应该有两个震级和方向。对于表示为向量的文档，方向在哪里？
浏览 0提问于2020-05-17得票数 1
我使用elasticsearch来组合不同的东西：-基于密集向量(余弦相似度)的文本得分搜索。我的问题是，在查询阶段不计算余弦相似度，我在文本中的搜索充当预筛选器。我将始终获得结果链接到文本搜索，即使余弦相似更好。这是function_score根据<em
浏览 1提问于2020-01-29得票数 1
回答已采纳
1回答
基于亲合传播的聚类doc2vec
、、、、
然而，我只是不明白是否应该使用余弦相似或余弦距离来聚类我的文档向量。目前，我正在使用余弦相似性作为我的亲和力传播聚类。因此，我的第一个问题是；对t-sne使用距离矩阵(余弦距离)是正
浏览 0提问于2018-01-04得票数 1
2回答
我一直在阅读关于Word2Vec的论文(例如)，我认为我理解训练向量以最大化在相同上下文中发现其他词的可能性。例如，对于文档来说，余弦相似性比较是有意义的.两个文档可能有不同的长度，但有相似的分布词。
为什么不，比如
浏览 4提问于2016-07-17得票数 17
回答已采纳
我有一个使用MALLET训练的LDA主题模型，但是我想计算两个文档之间的余弦相似度来获得相似度，但是我不确定我要计算哪个文件的余弦。我的余弦相似度函数运行得很好，但我不确定我在MALLET中比较的是什么。
任何帮助都将不胜感激！
浏览 1提问于2017-04-07得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
