計算2行向量的cos相似度，並非全部成對cdists

Question

我有兩個熊貓df觸發器和動作，其中包含寫在行中的25維特征向量，並且希望對應行之間的余弦相似度。 下面的代碼生成成對的余弦相似度的20675 x 20675矩陣：

trigger.shape
(20675, 25)
action.shape
(20675, 25)
from scipy.spatial.distance import cdist
result = cdist(trigger, action, metric='cosine')
result.shape
(20675, 20675)

我想最后得到一個形狀為20675 x 1的結果矩陣，其中每一行是觸發器和動作的相應行向量之間的余弦相似度。

我已經搜索過，找不到解決方法。

Answer 1

您可以自己計算余弦相似度。

from scipy import lingalg
cosineSim1 = 1 - np.sum(a * b, axis=-1)/(linalg.norm(a,axis=-1) * linalg.norm(b,axis=-1))

測試是否獲得正確的值：

from scipy import spatial
cosineSim2 = []
for row_a, row_b in zip(a,b):
    cosineSim2.append(spatial.distance.cosine(row_a, row_b))
np.allclose(cosineSim1, cosineSim2). # Should output True

計時測試：

timeit.timeit(func1, number=100)   # computes cosineSim1
0.006364107131958008

timeit.timeit(func2, number=100)  # computes cosineSim2
0.34532594680786133