如何在MATLAB中计算两个频率向量之间的余弦相似性？

我需要在MATLAB中找到两个频率向量之间的余弦相似性

示例向量：

a = [2,3,4,4,6,1]
b = [1,3,2,4,6,3]

---

如何在MATLAB中测量这些向量之间的余弦相似性？

快速查看这些向量的数学定义

从定义上讲，你只需要向量的平方除以向量的乘积

% MATLAB 2018b
a = [2,3,4,4,6,1]; 
b = [1,3,2,4,6,3];

cosSim = sum(a.*b)/sqrt(sum(a.^2)*sum(b.^2));            % 0.9436

或者，您可以使用

cosSim = (a(:).'*b(:))/sqrt(sum(a.^2)*sum(b.^2));        % 0.9436

这给出了相同的结果

---

阅读后，为了避免将您发送到，我添加了另一种使用MATLAB内置线性代数函数的方法，以及

有关详细信息，请参见

---

方法性能：

sum（a.*b）/sqrt（sum（a.^2）*sum（b.^2））

（a（：）.*b（：）/sqrt（sum（a.^2）*sum（b.^2））

dot（a，b）/（norm（a）*norm（b））

---

每个点表示10个随机生成的向量的计算时间

快速浏览一下的数学定义

% MATLAB 2018b
a = [2,3,4,4,6,1]; 
b = [1,3,2,4,6,3];

cosSim = sum(a.*b)/sqrt(sum(a.^2)*sum(b.^2));            % 0.9436

从定义上讲，你只需要向量的平方除以向量的乘积

% MATLAB 2018b
a = [2,3,4,4,6,1]; 
b = [1,3,2,4,6,3];

cosSim = sum(a.*b)/sqrt(sum(a.^2)*sum(b.^2));            % 0.9436

或者，您可以使用

cosSim = (a(:).'*b(:))/sqrt(sum(a.^2)*sum(b.^2));        % 0.9436

这给出了相同的结果

---

阅读后，为了避免将您发送到，我添加了另一种使用MATLAB内置线性代数函数的方法，以及

有关详细信息，请参见

---

方法性能：

sum（a.*b）/sqrt（sum（a.^2）*sum（b.^2））

（a（：）.*b（：）/sqrt（sum（a.^2）*sum（b.^2））

dot（a，b）/（norm（a）*norm（b））

---

每个点表示10个随机生成的向量的计算时间

如果您有统计工具箱，您可以使用带有输入标志的函数，输入标志为1减去余弦相似性：

% MATLAB 2018b
a = [2,3,4,4,6,1]; 
b = [1,3,2,4,6,3];

cosSim = sum(a.*b)/sqrt(sum(a.^2)*sum(b.^2));            % 0.9436

a = [2,3,4,4,6,1];
b = [1,3,2,4,6,3];
result = 1-pdist2(a, b, 'cosine');

---

如果您有统计工具箱，可以使用带有输入标志的函数，输入标志为1减去余弦相似性：

a = [2,3,4,4,6,1];
b = [1,3,2,4,6,3];
result = 1-pdist2(a, b, 'cosine');

---

@quart ul ainabid我正在测试以验证，但我猜测使用&的方法对于大向量（许多元素）将更快，但任何合理的向量长度在运行时都不会显示差异。@quart ul ainabid我正在测试以验证，但我猜测使用&的方法对于大向量（许多元素）将更快但是任何合理的向量长度都不会在运行时显示出差异。我这里不再有Matlab供您测试，但我相信下面链接中的函数可以快速帮助您实现所需功能（请参见选项卡“函数”）：我这里不再有Matlab供您测试，但是我相信下面链接中的函数可以为您提供所需的快速帮助（请参见选项卡“函数”）：非常聪明-我不会想到

pdist2

函数（+1）。在阅读了文档之后，它是一个非常通用的工具。非常聪明-我不会想到

pdist2

函数（+1）。在阅读了文档之后，它是一个非常通用的工具。