快捷導(dǎo)航

Python中計(jì)算相似度的方法詳解

更新時(shí)間：2025年02月19日 09:52:45 作者：mob64ca12d8c182

計(jì)算相似度是許多機(jī)器學(xué)習(xí)和數(shù)據(jù)分析任務(wù)中的重要步驟,尤其是在推薦系統(tǒng)、文本分析和圖像處理等領(lǐng)域,下面我們就來(lái)看看具體的實(shí)現(xiàn)方法吧

計(jì)算相似度是許多機(jī)器學(xué)習(xí)和數(shù)據(jù)分析任務(wù)中的重要步驟，尤其是在推薦系統(tǒng)、文本分析和圖像處理等領(lǐng)域。相似度的計(jì)算有多種方法，每種方法適用于不同類型的數(shù)據(jù)。本文將探討如何在 Python 中計(jì)算相似度，提供示例代碼，并使用流程圖和旅行圖來(lái)表述我們的思路。

1. 相似度計(jì)算的基本概念

相似度是用來(lái)量化對(duì)象之間的相似程度的指標(biāo)。相似度通常取值在 0 到 1 之間，值越接近 1 表示越相似。常見(jiàn)的相似度計(jì)算方法包括：

余弦相似度(Cosine Similarity)
歐氏距離(Euclidean Distance)
曼哈頓距離(Manhattan Distance)
杰卡德相似度(Jaccard Similarity)

2. 余弦相似度

余弦相似度是一種衡量?jī)蓚€(gè)非零向量夾角的相似度，計(jì)算公式為：

[ \text{cosine_similarity} = \frac{A \cdot B}{|A| |B|} ]

import numpy as np

def cosine_similarity(a, b):
    return np.dot(a, b) / (np.linalg.norm(a) * np.linalg.norm(b))

# 示例
vector_a = np.array([1, 2, 3])
vector_b = np.array([4, 5, 6])
similarity = cosine_similarity(vector_a, vector_b)
print(f'余弦相似度: {similarity}')

3. 歐氏距離

歐氏距離是計(jì)算兩點(diǎn)之間的“直線”距離，計(jì)算公式為：

[ \text{Euclidean Distance} = \sqrt{\sum (a_i - b_i)^2} ]

示例代碼

from scipy.spatial import distance

def euclidean_distance(a, b):
    return distance.euclidean(a, b)

# 示例
vector_a = np.array([1, 2, 3])
vector_b = np.array([4, 5, 6])
dist = euclidean_distance(vector_a, vector_b)
print(f'歐氏距離: {dist}')

4. 曼哈頓距離

曼哈頓距離計(jì)算兩點(diǎn)在坐標(biāo)軸上各分量的絕對(duì)差值的總和，計(jì)算公式為：

[ \text{Manhattan Distance} = \sum |a_i - b_i| ]

示例代碼

def manhattan_distance(a, b):
    return np.sum(np.abs(a - b))# 示例
vector_a = np.array([1, 2, 3])


vector_b = np.array([4, 5, 6])
dist = manhattan_distance(vector_a, vector_b)
print(f'曼哈頓距離: {dist}')

5. 杰卡德相似度

杰卡德相似度用于測(cè)量有限樣本集合之間的相似性，計(jì)算公式為：

[ \text{Jaccard Similarity} = \frac{|A \cap B|}{|A \cup B|} ]

示例代碼

def jaccard_similarity(set_a, set_b):
    intersection = len(set_a.intersection(set_b))
    union = len(set_a.union(set_b))
    return intersection / union

# 示例
set_a = {1, 2, 3}
set_b = {3, 4, 5}
similarity = jaccard_similarity(set_a, set_b)
print(f'杰卡德相似度: {similarity}')