◾배경지식

🔻두 벡터의 사잇각

벡터의 Norm, 벡터의 내적

• 벡터의 내적을 사용하여 사잇각을 구할 수 있다.

◾코사인 유사도

🔻개념

• 유사도(similarity) : 두 벡터가 존재할 때, 두 벡터의 사잇각을 ‘유사도’라고 한다.

  $$ \text{similarity}=cos\theta= \frac{\bold{x}\cdot\bold{y}}{||\bold{x}||~||\bold{y}||} $$

🔻코드

• 함수

  import numpy as np
  def cos_similarity(v1,v2):
  	dop_product = np.dot(v1,v2)
  	l2_norm = (np.sqrt(sum(np.square(v1))) * (np.sqrt(sum(np.square(v2)))
  	similarity = dot_product / l2_norm
  	return similarity
  

• scikit-learn

  • 🔸Cosine Similarity 코사인 유사도