Jak wyrazić podobieństwa cosinus (http://en.wikipedia.org/wiki/Cosine_similarity)Cosinus podobieństwa, gdy jeden z wektorów jest zerami
gdy jeden z wektorów jest zerami?
V1 = [1, 1, 1, 1, 1]
V2 = [0, 0, 0, 0, 0]
podczas obliczania według klasycznym wzorem mamy do podziałów zero:
Let d1 = 0 0 0 0 0 0
Let d2 = 1 1 1 1 1 1
Cosine Similarity (d1, d2) = dot(d1, d2)/||d1|| ||d2||dot(d1, d2) = (0)*(1) + (0)*(1) + (0)*(1) + (0)*(1) + (0)*(1) + (0)*(1) = 0
||d1|| = sqrt((0)^2 + (0)^2 + (0)^2 + (0)^2 + (0)^2 + (0)^2) = 0
||d2|| = sqrt((1)^2 + (1)^2 + (1)^2 + (1)^2 + (1)^2 + (1)^2) = 2.44948974278
Cosine Similarity (d1, d2) = 0/(0) * (2.44948974278)
= 0/0
Chcę użyć tej miary podobieństwa w aplikacji klastrowej. I często będę musiał porównywać takie wektory. Również [0, 0, 0, 0, 0] vs. [0, 0, 0, 0, 0]
Czy masz jakieś doświadczenie? Ponieważ jest to podobieństwo (nie odległość) miara należy użyć specjalnego przypadku dla
d ([1, 1, 1, 1, 1]; [0, 0, 0, 0, 0]) = 0
d ([0, 0, 0, 0, 0] [0, 0, 0, 0, 0]) = 1
co
d ([1, 1, 1 , 0, 0]; [0, 0, 0, 0, 0]) =? itp.