numpy ndarrays中匹配行之间的余弦相似度

Question

我有2个(n_samples, n_dimensions)的ndarray，我想要每对相应的行，所以输出将是(n_samples, )

使用sklearn's implementation我得到(n_samples, n_samples)结果 - 这显然会造成很多不相关的计算，这在我的案例中是不可接受的。

使用1 - scipy's implementation是不可能的，因为它需要向量而不是矩阵。

执行我正在寻找的内容的最有效方法是什么？

Answer 1

假设两个数组select col1, row_number() over (order by col1) as col2 from Hakuna_matata; 和x具有相同的形状，

1. 使用y（reference）
计算元素点积
2. 为np.einsum和x
的每一行计算L2（欧几里得）规范的乘积
3. 将结果从（1）除以（2）

y

还有一些要测试的代码;

def matrix_cosine(x, y):
    return np.einsum('ij,ij->i', x, y) / (
              np.linalg.norm(x, axis=1) * np.linalg.norm(y, axis=1)
    )