我是 Mahout 的新手,最近一直在将我以前的许多机器学习代码转换为这个框架。在很多地方,我使用向量之间的余弦相似度来进行聚类、分类等。然而,研究 Mahout 的距离方法,却给了我很大的惊喜。在下面的代码片段中,维度和浮点值取自我的一个程序的实际输出(在这里并不重要):
import org.apache.mahout.math.RandomAccessSparseVector;
import org.apache.mahout.common.distance.CosineDistanceMeasure;
public static void main(String[] args) {
RandomAccessSparseVector u = new RandomAccessSparseVector(373);
RandomAccessSparseVector v = new RandomAccessSparseVector(373);
u.set(24, 0.4526985183337534);
u.set(55, 0.5333219834564495);
u.set(54, 0.5333219834564495);
u.set(53, 0.4756042214095471);
v.set(57, 0.6653016370845252);
v.set(56, 0.6653016370845252);
v.set(11, 0.3387439495921685);
CosineDistanceMeasure cosineDistanceMeasure = new CosineDistanceMeasure();
System.out.println(cosineDistanceMeasure.distance(u, v));
}
输出是1.0
。不应该0.0
吗?
将此与 的输出相结合cosineDistanceMeasure.distance(u, u)
,我意识到我正在寻找的是1 - cosineDistanceMeasure.distance(u, v)
. 但这种逆转对我来说毫无意义。知道为什么以这种方式实施吗?还是我错过了一些非常明显的东西?