Python cosine_similarity不适用于带有NaN的矩阵

Question

需要找到 python 函数，其功能类似于 R 函数：

let yourWebView = UIWebView();
let html : String = yourWebView.stringByEvaluatingJavaScript(from: "document.body.innerHTML") ?? "";

即通过成对计算数据帧行之间的余弦距离来找到相似度矩阵。 如果存在NaN，则应在这两行中删除NaN的确切列

Simil function description (R)

Python error because of NaNs

更新。我还尝试使用scipy.spatial.distance中的 cosine 函数在循环的每一对行中删除 NaN 。它的结果与R中的结果相同，但工作年龄：（

Answer 1

您可以尝试以下方法：https://github.com/Midnighter/nadist， 或者，您也可以将_chk_weights与nan_screen=True结合使用，如metaperture在此处https://github.com/scipy/scipy/issues/3870所述，希望有帮助。

我发现Midnighter先前在stackoverflow上发布了相同的问题：Compute the pairwise distance in scipy with missing values。那里还有其他解决方案，但是当他继续进行细胞化处理时，我敢打赌它们不是最好的。

Answer 2

我通过创建一个掩码（指示缺少哪些值的布尔数组）并计算矩阵的行向量之间的成对余弦距离来解决了这个问题。结果，我收到了一个很长的相似度向量，然后我将其旋转以获取相似度矩阵

Answer 3

您可以将NaN与0交换，然后尝试计算余弦相似度。