Question

我尝试使用矢量计算相似度得分：

from scipy.spatial import distance
x = [1,2,4]
y = [1,3,5]
d = distance.cdist(x, y, 'seuclidean', V=None)

但是，我一直收到这个错误：

ValueError：XA必须是二维数组。

Answer 1

首先，您需要将NumPy数组用于输入数组，错误告诉您它们需要是2-D（在这种情况下为列向量）。所以：

from scipy.spatial import distance
import numpy as np
x = [1,2,4]
y = [1,3,5]
x = np.array(x).reshape(-1, 1)
y = np.array(y).reshape(-1, 1)
x
array([[1],
       [2],
       [4]])
y
array([[1],
       [3],
       [5]])

d = distance.cdist(x, y, 'seuclidean', V=None)
d
array([[ 0.        ,  1.22474487,  2.44948974],
       [ 0.61237244,  0.61237244,  1.83711731],
       [ 1.83711731,  0.61237244,  0.61237244]])

cosine模块中有许多方法可以计算两个向量之间的相似性（距离）。一个常见的例子是{{3}}。

x = [1,2,4]
y = [1,3,5]
distance.cosine(x, y)
0.0040899966895213691

Scipy库相似度得分计算

1 个答案: