Question

我正在使用此函数计算大小为300，word2vec的2个向量a，b之间的距离，我得出'hot'和'cold'之间的距离等于1。

如何将这个值（1）添加到向量，我想只是new_vec = model ['hot'] + 1，但是当我执行calc dist（new_vec，model ['hot']）= 17时？

import numpy
def dist(a,b):
  return numpy.linalg.norm(a-b)


a=model['hot']
c=a+1
dist(a,c)

17

我希望dist（a，c）会给我1！

Answer 1

您应该查看norm是什么。如果是numpy，则默认为使用L-2范数（又称欧几里德范数）。将向量加1时，调用是将向量中的所有元素加1。

>> vec1 = np.random.normal(0,1,size=300)
>> print(vec1[:5])
... [ 1.18469795  0.04074346 -1.77579852  0.23806222  0.81620881]

>> vec2 = vec1 + 1
>> print(vec2[:5])
... [ 2.18469795  1.04074346 -0.77579852  1.23806222  1.81620881]

现在，您对norm的呼叫是说sqrt( (a1-b1)**2 + (a2-b2)**2 + ... + (aN-bN)**2 )，其中N是向量的长度，a是第一个向量，b是向量第二个向量（并且ai是a中的第i个元素）。由于(a1-b1)**2 == (a2-b2)**2 == ... == (aN-bN)**2 == 1我们期望这个总和产生N，在您的情况下为300。因此sqrt(300) = 17.3是期望的答案。

>> print(np.linalg.norm(vec1-vec2))
... 17.320508075688775

要回答问题“如何向向量添加值”：您已正确完成此操作。如果您想向特定元素添加值，则可以执行vec2[ix] += value，其中ix索引要添加的元素。如果要在向量中的所有元素上均匀添加一个值，该值会将范数更改为1，则添加np.sqrt(1/300)。

对于word2vec向量，更常用的距离度量也可能是相关的：cosine distance，用于测量两个向量之间的角度。

如何在Python中为向量添加幅度或值？

1 个答案: