分别取两个矩阵arr1、arr2,大小分别为mxn和pxn。我试图找到他们尊重的行的余弦距离作为 mxp 矩阵。本质上,我想取行的成对点积,然后除以每行范数的外积。
import numpy as np
def cosine_distance(arr1, arr2):
numerator = np.dot(arr1, arr2.T)
denominator = np.outer(
np.sqrt(np.square(arr1).sum(1)),
np.sqrt(np.square(arr2).sum(1)))
return np.nan_to_num(np.divide(numerator, denominator))
我认为这应该返回一个 mxn 矩阵,其中包含 [-1.0, 1.0] 中的条目,但出于某种原因,我正在获取该间隔之外的值。我在想我的这些 numpy 函数之一正在做一些与我认为的不同的事情。
请您参考如下方法:
听起来您需要除以向量数组的 L2 范数的外积:
arr1.dot(arr2.T) / np.outer(np.linalg.norm(arr1, axis=1),
np.linalg.norm(arr2, axis=1))
例如
In [4]: arr1 = np.array([[1., -2., 3.],
[0., 0.5, 2.],
[-1., 1.5, 1.5],
[2., -0.5, 0.]])
In [5]: arr2 = np.array([[0., -3., 1.],
[1.5, 0.25, 1.]])
In [6]: arr1.dot(arr2.T)/np.outer(np.linalg.norm(arr1, axis=1),
np.linalg.norm(arr2, axis=1))
Out[6]:
array([[ 0.76063883, 0.58737848],
[ 0.0766965 , 0.56635211],
[-0.40451992, 0.08785611],
[ 0.2300895 , 0.7662411 ]])
