如何求兩個序列的相似度

衡量兩個序列的相似度，可以用馬氏距離，歐氏距離等距離公式來度量。

但對兩個字串，比如kitten與sitting的相似度是多少？

如果是兩個等長字串，也可以用one-hot對每個字母編碼，然後用馬氏、歐式距離也可以計算。但對不等長的兩個字串，怎麼計算相似度呢？

更一般的說法，如何計算兩個不等長陣列的相似度呢？

萊文斯坦距離就用是來解決這個問題的。先看它的公式：

其中a，b是兩個陣列（字串），i/j是陣列下標。萊文斯坦距離的含義，是求將a變成b（或將b變成a），所需要做的最少次數的變換。

舉個例子，字串」kitten」與」sitting」的萊文斯坦距離是3, 應為將乙個字串變為另乙個字串，最小需要做三次變換:

萊文斯坦距離的python模組在這裡它同時支援python2和python3。

（1）安裝levenshtein模組

pip install python-levenshtein

import levenshtein

s1 = 'kitten'
s2 = 'sitting'
ratio = levenshtein.ratio(s1, s2)
dist = levenshtein.distance(s1, s2)
print('ratio=, dist='.format(ratio, dist))
# ratio=0.6153846153846154, dist=3

import levenshtein

a = ['1','2','3','4','5']
b = ['2','3','4']
levenshtein.seqratio(a, b)# 0.75

求A和B兩個特徵向量的余弦相似度

現有兩個特徵向量a和b，分別表示為 a x1,x2,x3 b y1,y2,y3 則求a和b向量的余弦相似度。a x1 y1 x2 y2 x3 y3 b sqrt x1 2 x2 2 x3 2 sqrt表示求平方根 c sqrt y1 2 y2 2 y3 2 cos a,b a bc 同理當a個b擴到...

對比兩個檔案相似度 余弦演算法

檔案a1 包含字元bi 的個數bin1,檔案a2 包含的字元bi 的個數bin2 利用余弦演算法 相似度 b1n1 b1n2 b2n1 b2n2 bin1 bin2 math.sqrt b1n1 2 b2n1 2 bin1 2 math.sqrt b1n2 2 b2n2 2 bin2 2 math....

pytorch計算兩個特徵的余弦相似度

首先，我們要記住一點，兩個特徵的余弦相似度計算出來的範圍是 1,1 其實，對於兩個特徵，它們的余弦相似度就是兩個特徵在經過l2歸一化之後的矩陣內積。如下 import torch import torch.nn.functional as f 假設feature1為n c w h，feature2也...