Я найти косинус сходство между документами .. Я сделал это тако косинус сходстве
D1 = (8,0,0,1), где 8,0,0,1 являются Tf-IDF десятки термины t1, t2, t3, t4
D2 = (7,0,0,1)
сов (тета) = (56 + 0 + 0 + 1)/SQRT (64 + 49) SQRT (1 +1)
, который выходит быть
сов (тета) = 5
Теперь, что я могу оценить из этого значения ... Я не понимаю, что значит cos (theta) = 5 означает сходство между ними ... Я делаю все правильно?
Знаменатель ошибочен.
cosine similarity определяется как
D1 · D2
sim = ———————————
|D1| |D2|
Здесь
D1 · D2 = (7*8 + 0*0 + 0*0 + 1*1) = 57
______________________ __
|D2| = √ 7^2 + 0^2 + 0^2 + 1^2 = √50
______________________ __
|D1| = √ 8^2 + 0^2 + 0^2 + 1^2 = √65
Таким образом, сходство должно быть (57/√ (50 * 65)) = 0.999846142, а не 5.
oh я пренебрег нулевыми значениями .... как глупо от меня ... спасибо kennyTM ... благодарю так много ... – jaskirat
@jaskirat: Вы не пренебрегли нулевыми значениями. Вы вычислили | D1 | и | D2 | ошибочно. Нет ничего как √ (7^2 + 8^2). – kennytm
oh kk ... ну я взял ссылку от http: //www.miislita.com/information-retrieval-tutorial/cosine-similarity-tutorial.html ... – jaskirat
сов (theta) всегда между -1 и 1. Вы делаете что-то неправильно. Кроме того, это домашнее задание? – 2010-05-18 18:36:55
yeah ... присваивание – jaskirat