Cosinus-Ähnlichkeitsausgabe unterschiedlich für verschiedene Bibliotheken

Question

Ich versuche, den Kosinusabstand zwischen zwei n-dimensionalen Vektoren zu finden. Das habe ich mit Scipy und Sklearn gemacht. Irgendwie sind die Ausgaben der beiden Bibliotheken unterschiedlich. Ich verstehe nicht warum.

import numpy as np 
from scipy import spatial 
from sklearn import metrics 
a=np.array([1,2,3,4]) 
b=np.array([2,3,1,4]) 
X=np.array([a,b]) 
print spatial.distance.pdist(X,'cosine')[0] 
print metrics.pairwise.cosine_similarity(a,b)[0][0] 
print metrics.pairwise_distances(np.reshape(a,(1,4)),np.reshape(b,(1,4)),metric = 'cosine')[0][0] 

Ausgang dieser Code ist wie folgt:

0.1 

0.9 

0.1 

Answer 1

Der Unterschied besteht darin, dass ein Druck auf die Kosinus Abstand (spatial.distance.pdist, metrics.pairwise_distances) zu berechnen, während die anderen Zeit Sie Berechnung Cosinus Ähnlichkeit (metrics.pairwise.cosine_similarity).

So cosine_distance = 1 - cosine_similarity, was erklärt, warum die distance zwischen zwei Datenpunkte in Ihrem Beispiel 0.1 ist, und die similarity zwischen den beiden ist 0.9.

scipy berechnet in der Regel Entfernungen, und wenn Sie auf die docs schauen, ist Cosinus Abstand eigentlich als 1 - cosine_similarity dort definiert.