Python 计算相似度

 #计算相似度

 #欧式距离
 # npvec1, npvec2 = np.array(det_a), np.array(det_b)
 # similirity=math.sqrt(((npvec1 - npvec2) ** 2).sum())
 # print('similirity:',similirity)

 #余弦相似度
 # def cos_sim(vector_a, vector_b):
 #     """
 #     计算两个向量之间的余弦相似度
 #     :param vector_a: 向量 a
 #     :param vector_b: 向量 b
 #     :return: sim
 #     """
 #     vector_a = np.mat(vector_a)
 #     vector_b = np.mat(vector_b)
 #     num = float(vector_a * vector_b.T)
 #     denom = np.linalg.norm(vector_a) * np.linalg.norm(vector_b)
 #     cos = num / denom
 #     sim = 0.5 + 0.5 * cos
 #     return sim

 #余弦值的范围在[-1,1]之间，值越趋近于1，代表两个向量的方向越接近；
 ## 越趋近于-1，他们的方向越相反；接近于0，表示两个向量近乎于正交。
 # vector_a, vector_b = np.array(det_a), np.array(det_b)
 # similirity2=cos_sim(vector_a, vector_b)
 # print('similirity2:',similirity2)