Question

我在PHP中编码余弦相似度。有时formula会给出高于一的结果。为了使用逆cos从该数字导出一个度数，它需要在1和0之间。

我知道我不需要学位，因为它越接近1，它们越相似，越接近0就越不相似。

但是，我不知道如何制作一个高于1的数字。它只是意味着它完全不同吗？ 2比0更不相似吗？

你能否说出相似的顺序：

最接近1从下到下0 - 最相似，从0变为1。从上到下最接近1 - 越远越不相似。

谢谢！

我的代码，请求是：

$norm1 = 0;
foreach ($dict1 as $value) {
    $valuesq = $value * $value;
    $norm1 = $norm1 + $valuesq;
}
$norm1 = sqrt($norm1);
$dot_product = array_sum(array_map('bcmul', $dict1, $dict2));
$cospheta = ($dot_product)/($norm1*$norm2);

让您了解我所获得的各种价值观：

0.9076645291077

2.0680991116095

1.4015600717928

1.0377360186767

1.8563586243689

1.0349674872379

1.2083865384822

2.3000034036913

0.84280491429133

Answer 1

你的数学很好，但我认为你错过了计算规范的东西。如果您将数学运算到其自己的函数，它的工作原理如下：

<?php
function calc_norm($arr) {
    $norm = 0;
    foreach ($arr as $value) {
        $valuesq = $value * $value;
        $norm = $norm + $valuesq;
    }
    return(sqrt($norm));
}

$dict1 = array(5,0,97);
$dict2 = array(300,2,124);

$dot_product = array_sum(array_map('bcmul', $dict1, $dict2));
$cospheta = ($dot_product)/(calc_norm($dict1)*calc_norm($dict2));

print_r($cospheta);

＆GT;

Answer 2

我不知道我是否遗漏了一些东西，但我认为你没有将和和平方根应用于dict2中的值（我假设的查询）。

如果未对每个查询进行规范化，则可以获得大于1的结果。但是，这样做了一些时间，因为它与正确的结果等效（成比例）并且计算速度更快。

我希望这会有所帮助。

Answer 3

由于floating point arithmetic的变幻莫测，您可以进行计算，当以计算机使用的二进制形式表示时，这些计算并不精确。也许你可以向下舍入。同样，对于略小于零的数字。

余弦相似度结果高于1

3 个答案: