如何计算两个字符串向量之间的余弦相似度

我有两个维度为6的向量,我希望得到一个介于0和1之间的数值。

a=c("HDa","2Pb","2","BxU","BuQ","Bve")b=c("HCK","2Pb","2","09","F","G")

谁能解释一下我应该怎么做?


回答:

使用lsa包及其手册

# 创建一些文件library('lsa')td = tempfile()dir.create(td)write( c("HDa","2Pb","2","BxU","BuQ","Bve"), file=paste(td, "D1", sep="/"))write( c("HCK","2Pb","2","09","F","G"), file=paste(td, "D2", sep="/"))# 将文件读入文档-词矩阵myMatrix = textmatrix(td, minWordLength=1)

编辑:展示mymatrix对象的结构

myMatrix#myMatrix#       docs#  terms D1 D2#    2    1  1#    2pb  1  1#    buq  1  0#    bve  1  0#    bxu  1  0#    hda  1  0#    09   0  1#    f    0  1#    g    0  1#    hck  0  1# 计算余弦相似度res <- lsa::cosine(myMatrix[,1], myMatrix[,2])res#0.3333

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注