本文介绍了如何使用Python进行词语相似度计算，包括欧几里得相似度、余弦相似度、皮尔逊相似度和曼哈顿相似度等四种方法，通过距离度量来评估两个向量的相似程度。
现实生活中，我们经常提到距离这个词，本文谈的相似度就是基于距离定义的，当两个向量之间的距离特别小时，就说这俩个向量相似度高，反之相似度不高。所以，衡量相似度的指标就是距离度量。
经常使用的相似度计算公式有：欧几里得相似度、余弦相似度、皮尔逊相似度、曼哈顿相似度。
（1）欧几里得相似度：
import numpy as np
def eculidDisSim(x,y):
'''
欧几里得相似度
'''
return np.sqrt(sum(pow(a-b,2) for a,b in zip(x,y)))
if __name__=='__main__':
a=np.array([1,2,3])
b=np.array([6,5,4])
sim=eculidDisSim(a,b)（2）余弦相似度：
最低0.47元/天 解锁文章
扫一扫
618
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
