1 >>> a=mat([[1],[2],[3]]);
 2 >>> b=mat([[0],[2],[3]]);
 3 >>> a
 4 matrix([[1],
 5         [2],
 6         [3]])
 7 >>> b
 8 matrix([[0],
 9         [2],
10                  
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2023-05-30 15:34:48
                            
                                97阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            励志语录(7qianxun.com)设:A(x1,y1,z1),B(x2,y2,z2),向量AB的方向余弦={(x2-x1)/d,(y2-y1)/d.(z2-z1)/d},其中,d=|AB|=√[(x2-x1)²+(y2-y1)²+(z2-z1)²],(x2-x1)/d=cosα.(y2-y1)/d=cosβ.(z2-z1)/d=cosγ,其中:α,β,γ是向量AB分别与x轴。y轴,z轴所成的夹角            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2023-07-23 18:46:44
                            
                                70阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            向量法证明余弦定理 (1)证明思路分析 由于余弦定理中涉及到的角是以余弦形式出现.那么可以与哪些向量知识产生联系呢? 向量数量积的定义式:a·b=|a||b|cosθ.其中θ为a.b的夹角. 在这一点联系上与向量法证明正弦定理有相似之处.但又有 所区别.首先因为无须进行正.余弦形式的转换.也就省去添加 辅助向量的麻烦.当然.在各边所在向量的联系上依然通过向量加 法的三角形法则.而在数量积的构造上则            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2023-12-25 22:25:02
                            
                                59阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            2.基于空间向量的余弦算法2.1算法步骤预处理→文本特征项选择→加权→生成向量空间模型后计算余弦。2.2步骤简介2.2.1预处理预处理主要是进行中文分词和去停用词,分词的开源代码有:ICTCLAS。然后按照停用词表中的词语将语料中对文本内容识别意义不大但出现频率很高的词、符号、标点及乱码等去掉。如“这,的,和,会,为”等词几乎出现在任何一篇中文文本中,但是它们对这个文本所表达的意思几乎没有任何贡献            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2023-11-20 10:26:18
                            
                                57阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            使用Python进行文本分类(一)  准备数据:从文本中构建词向量def loadDataSet():#创建实验样本
    postingList=[['my', 'dog', 'has', 'flea', 'problems', 'help', 'please'],
                 ['maybe', 'not', 'take', 'him', 'to', 'dog', 'p            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-10-21 16:44:01
                            
                                13阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            NumPy基础:数组和矢量计算numpy(numerical python的简称)是高性能科学计算和数据分析的基础包,其主要功能如下: 1.快速高效的多维数组对象 ndarray; 2.直接对数组执行数学运算及对数组执行元素级计算的函数; 3.线性代数运算、随机数生成; 4.将 C、C++、Fortran 代码集成到 Python 的工具等。  一、numpy中的ndarray:一种多维数组对象            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-07-15 06:43:15
                            
                                38阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            相信很多学习向量空间模型(Vector Space Model)的人都会被其中的余弦定理公式所迷惑.. 因为一看到余弦定理,肯定会先想起初中时的那条最简单的公式cosA=a/c(邻边比斜边),见下图:但是,初中那条公式是只适用于直角三角形的,而在非直角三角形中,余弦定理的公式是:cosA=(c2 + b2 - a2)/2bc不过这条公式也和向量空间模型中的余弦定理公式不沾边,迷惑..&n            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2023-09-12 14:17:17
                            
                                103阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            相信很多学习向量空间模型(Vector Space Model)的人都会被其中的余弦定理公式所迷惑.. 因为一看到余弦定理,肯定会先想起初中时的那条最简单的公式cosA=a/c(邻边比斜边),见下图:但是,初中那条公式是只适用于直角三角形的,而在非直角三角形中,余弦定理的公式是:cosA=(c2 + b2 - a2)/2bc不过这条公式也和向量空间模型中的余弦定理公式不沾边,迷惑..&n            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-02-05 01:43:03
                            
                                38阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            字符串余弦相似性算法是通过利用我们初中就学过的三角函数中的余弦定理来计算两个字符串的相似度,它是定义在向量空间模型(Vector Space Model)中的。余弦相似度用向量空间中两个向量夹角的余弦值作为衡量两个个体间差异的大小。余弦值越接近1,就表明夹角越接近0度,也就是两个向量越相似,这就叫”余弦相似性”。具体算法请看:https://baike.baidu.com/item/%E4%BD%            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2023-08-14 14:53:09
                            
                                90阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            1. 向量范数1.1 定义:一个从向量空间V到实数空间的映射,且满足以下条件 
     ,且 
    
    
    对于任意实数 
    
     ,有 
    
    
    满足三角不等式, 
    
    根据三角不等式还可以证明 逆三角不等式:    
    1.2 常见范数最常见的是欧几里得范数(2-范数)   
    2-范数是p-范数的一个特例            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2023-08-02 14:45:35
                            
                                87阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            夹角余弦(Cosine) 也可以叫余弦相似度。 几何中夹角余弦可用来衡量两个向量方向的差异,机器学习中借用这一概念来衡量样本向量之间的差异。(1)在二维空间中向量A(x1,y1)与向量B(x2,y2)的夹角余弦公式:(2) 两个n维样本点a(x11,x12,…,x1n)和b(x21,x22,…,x2n)的夹角余弦       类似的,对于两个n维样            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2023-07-02 16:42:15
                            
                                171阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            一、余弦相似度简介余弦相似度(又称为余弦相似性):是通过测量两个向量的夹角的余弦值来度量它们之间的相似性。余弦值接近1,夹角趋于0,表明两个向量越相似;余弦值接近于0,夹角趋于90度,表明两个向量越不相似。                那            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2023-12-14 19:32:33
                            
                                155阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            A:西米喜欢健身B:超超不爱健身,喜欢打游戏step1:分词A:西米/喜欢/健身B:超超/不/喜欢/健身,喜欢/打/游戏step2:列出两个句子的并集西米/喜欢/健身/超超/不/打/游戏step3:计算词频向量A:[1,1,1,0,0,0,0]B:[0,1,1,1,1,1,1]step4:计算余弦值 余弦值越大,证明夹角越小,两个向量越相似。step5:python代码实现import            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2023-06-16 16:52:36
                            
                                197阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            余弦距离(Cosine distance)余弦相似度原理用向量空间中的两个向量夹角的余弦值作为衡量两个个体间差异大小的度量,值越接近1,就说明夹角角度越接近0°,也就是两个向量越相似,就叫做余弦相似余弦相似度公式具体如下:余弦实际应用现在假设:A用户喜欢a,b,d;B用户喜欢b,c,e;C用户喜欢c,d;D用户喜欢b,c,d;E用户喜欢a,d,建立物品-用户的倒排表,列出每个物品都被哪些用户喜欢,            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-07-04 18:51:44
                            
                                62阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            余弦相似度公式及推导案例 文章目录余弦相似度公式及推导案例定义公式推导案例 定义余弦相似度通过测量两个向量的夹角的余弦值来度量它们之间的相似性。0度角的余弦值是1,而其他任何角度的余弦值都不大于1;并且其最小值是-1。从而两个向量之间的角度的余弦值确定两个向量是否大致指向相同的方向。两个向量有相同的指向时,余弦相似度的值为1;两个向量夹角为90°时,余弦相似度的值为0;两个向量指向完全相反的方向时            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-01-03 09:08:37
                            
                                49阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            余弦余弦定理:三角形任一边的平方等于其他两边平方和减去这两边与它们夹角的余弦的积的两倍\(a^2=b^2+c^2-2bc\cdot cosA\)点积两个向量\(v\)和\(w\)的点积等于二者模积乘上它们夹角的余弦,因此当夹角大于\(90^o\)时点积为负\(|v|\cdot|w|\cdot cos\theta\)两个向量OA和OB的点积等于\(x_Ax_B+y_Ay_B\),即\(\overri            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-02-09 12:14:54
                            
                                212阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            为什么需要向量数据库以NLP的相似问题场景为例。当我们将一个问题通过模型转化成了embedding向量,我们想要找到与这个问题相似的问题,也就是想要找到与embedding向量相似的向量。基本的做法之一,就是遍历备选向量与embedding向量做余弦相似度计算,然后按照计算出的余弦相似度排序,找出最相似的top N。基于向量检索的目的,向量数据库应运而生。向量数据库提供了一种高性能、高可用的查找方            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-06-06 20:44:11
                            
                                148阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            Python学习笔记第四十三天NumPy 数学函数三角函数舍入函数numpy.around() 函数返回指定数字的四舍五入值。numpy.floor()numpy.ceil()结束语 NumPy 数学函数NumPy 包含大量的各种数学运算的函数,包括三角函数,算术运算的函数,复数处理函数等。三角函数NumPy 提供了标准的三角函数:sin()、cos()、tan()。# 实例 1
import            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2023-08-05 10:41:52
                            
                                573阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            向量代数基本知识,向量正交分解和向量投影与投影向量公式            
                
                    
                        
                                                            
                                                                        
                                                                                        原创
                                                                                    
                            2024-05-28 10:09:48
                            
                                339阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            Java中的数据类型基本数据类型及包装类型:序号数据类型大小/字节大小/bit范围包装类型1byte18-2^7 ~ 2^7-1Byte2char216Character3short216-2^15 ~ 2^15-1Short4int432-2^31 ~ 2^31-1Integer5long864-2^63 ~ 2^63-1Long6float432Float7double86            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-01-03 11:39:50
                            
                                41阅读
                            
                                                                             
                 
                
                                
                    