text - 有人可以以非常简单的图形方式举一个余弦相似度的例子吗？

Question

关闭。这个问题不满足Stack Overflow guidelines .它目前不接受答案。












想改善这个问题吗？更新问题，使其成为 on-topic对于堆栈溢出。

上个月关闭。



Improve this question




Cosine Similarity article on Wikipedia
你能在这里显示向量吗(在列表或其他东西中)
然后计算一下，让我们看看它是如何工作的？

Answer 1

这里有两个非常短的文本可供比较:

Julie loves me more than Linda loves me

Jane likes me more than Julie loves me

我们想知道这些文本有多相似，纯粹是在字数方面(并忽略词序)。我们首先列出两个文本中的单词:

me Julie loves Linda than more likes Jane

现在我们计算这些单词在每个文本中出现的次数:

   me   2   2
 Jane   0   1
Julie   1   1
Linda   1   0
likes   0   1
loves   2   1
 more   1   1
 than   1   1

不过，我们对这些词本身并不感兴趣。我们只对
这两个计数的垂直向量。例如，有两个实例
每个文本中的“我”。我们将决定这两个文本与每个文本的接近程度
另一种是通过计算这两个向量的一个函数，即的余弦
它们之间的角度。

这两个向量再次是:

a: [2, 0, 1, 1, 0, 2, 1, 1]

b: [2, 1, 1, 0, 1, 1, 1, 1]

它们之间夹角的余弦约为 0.822。

这些向量是 8 维的。使用余弦相似性的优点很明显
它将一个超出人类想象能力的问题转化为一个
那可以。在这种情况下，您可以将其视为大约 35 度的角度
度数与零或完全一致的“距离”。