Как рассчитать взвешенное сходство с scipy.spatial.distance.cosine?

1

Из определения функции: https://docs.scipy.org/doc/scipy/reference/generated/scipy.spatial.distance.cosine.html

scipy.spatial.distance.cosine(u, v, w = None)

но мои коды получили некоторые ошибки:

from scipy import spatial
d1 = [3,5,5,3,3,2]
d2 = [1,1,3,1,3,2]
weight_of_importance = [0.1,0.1,0.2,0.2,0.1,0.3]

result = spatial.distance.cosine(d1, d2, weight_of_importance)
print(result)

TypeError: cosine() принимает 2 позиционных аргумента, но 3 даны

Он работает, когда я вводил только 2 параметра. Но эти функции получили разное значение важности. Как я мог рассчитать сходство с взвешенным значением для d1 и d2?

Теги:
machine-learning
math
euclidean-distance
cosine-similarity

1 ответ

0
Лучший ответ

Похоже, этот параметр был добавлен в SciPy v1.0.0.

Этот параметр отсутствует в предыдущей версии 0.19.1

Выдержка из примечаний к выпуску SciPy v1.0.0:

Улучшения scipy.spatial

Многие дистанционные метрики в scipy.spatial.distance получили поддержку весов.

  • 0
    Благодарю. Я был таким размытым.

Ещё вопросы

Сообщество Overcoder
Наверх
Меню