我有 2 个 (n_samples, n_dimensions)
数组,并且我想要每对相应的行,因此输出将为 (n_samples, )
使用sklearn's implementation
我得到 (n_samples, n_samples)
结果 - 这显然会进行大量不相关的计算,这在我的情况下是 Not Acceptable 。
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?
最佳答案
假设两个数组x
和y
具有相同的形状,
- 使用
np.einsum
计算逐元素点积 ( reference ) - 计算每行
x
和y
的 L2(欧几里得)范数的乘积 - 将 (1) 的结果除以 (2)
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)
)
还有一些要测试的代码;
x = np.random.randn(100000, 100)
%timeit matrix_cosine(x, x)
82.8 ms ± 2.94 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
assert np.allclose(matrix_cosine(x, x), np.ones(x.shape[0]))
关于python - numpy ndarray 中匹配行之间的余弦相似度,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49218285/