如何計算矩陣的第一行與R中的每一行之間的餘弦相似度？

Question

這是my_matrix：

ui 194635691 194153563 177382028 177382031 195129144 196972549 196258704 194907960 196950156 194139014 153444738 192982501 192891196 
1 237  0.00  0.00  0.00  0.00  0.00  0.00   0  0.01   0   0   0   0   0 
2 261  0.01  0.00  0.00  0.00  0.00  0.00   0  0.00   0   0   0   0   0 
3 290  0.00  0.00  0.01  0.01  0.00  0.00   0  0.00   0   0   0   0   0 
4 483  0.00  0.00  0.00  0.00  0.00  0.01   0  0.00   0   0   0   0   0 
5 533  0.00  0.01  0.00  0.00  0.00  0.00   0  0.00   0   0   0   0   0 
6 534  0.00  0.00  0.00  0.00  0.01  0.00   0  0.00   0   0   0   0   0 

這些都是我的代碼如下：

b=my_matrix[1,2:length(my_matrix)] 

for (i in nrow(my_matrix)) { 
res[i]=cosine(b,my_matrix[i,2:length(my_matrix)]) 
} 

我用「LSA」封裝和 我想要得到的是計算向量b每隔一個餘弦相似矩陣從矩陣，但我的代碼矢量扔，說一個錯誤：

argument mismatch. Either one matrix or two vectors needed as input. 

我應該做些什麼來解決我的問題呢？ 許多在此先感謝

Answer 1

你可以試試這個：

A <- my_matrix[, -1] 
b <- A[1,] 
res <- apply(A[-1, ], 1, cosine, y=b) 

此代碼沒有錯誤被執行：

d <- read.table(skip=1, text="ui 194635691 194153563 177382028 177382031 195129144 196972549 196258704 194907960 196950156 194139014 153444738 192982501 192891196 
1 237  0.00  0.00  0.00  0.00  0.00  0.00   0  0.01   0   0   0   0   0 
2 261  0.01  0.00  0.00  0.00  0.00  0.00   0  0.00   0   0   0   0   0 
3 290  0.00  0.00  0.01  0.01  0.00  0.00   0  0.00   0   0   0   0   0 
4 483  0.00  0.00  0.00  0.00  0.00  0.01   0  0.00   0   0   0   0   0 
5 533  0.00  0.01  0.00  0.00  0.00  0.00   0  0.00   0   0   0   0   0 
6 534  0.00  0.00  0.00  0.00  0.01  0.00   0  0.00   0   0   0   0   0") 

my_matrix <- as.matrix(d)[,-1] # without rownumbers. 

library(lsa) 
A <- my_matrix[, -1] 
b <- A[1,] 
res <- apply(A[-1, ], 1, cosine, y=b) 

但結果是矢量的所有值0（即第一行與其他人是正交的）。這取決於你的數據，在這種情況下很容易看到。

Answer 2

從lsa包中的餘弦函數計算餘弦量度的矩陣的所有列向量之間，因此：

cosine(t(my_matrix[,2:ncol(my_matrix)])) 

將返回一個矩陣，其中第一列是第一之間餘弦措施的矢量my_matrix的數據行（在你的例子中是b）和所有其他行。

如果只想餘弦相似性的第一行向量：

as.vector(cosine(t(my_matrix[,2:ncol(my_matrix)]))[,1]) 

該矢量的第n個元素是第一行和原始矩陣的第n行之間的餘弦相似性。

Answer 3

對於R版本3.2.2不可用的軟件包「isa」沒有必要。只是做自己，用餘弦相似的definition：

my_matrix <- as.matrix(my_matrix) # Make sure that "my_matrix" is indeed a "matrix". 
v <- as.vector(my_matrix[1,-1]) 
M <- my_matrix[-1,-1] 
cosSim <- (M %*% v)/sqrt(sum(v*v) * rowSums(M*M)) 

第一行是僅在必要時my_matrix尚未成爲matrix但data.frame。

在問題中所示的原始的錯誤消息的可能的解釋：

我想該對象的類別my_matrix的這是在問題提出的代碼中使用而引起的錯誤消息

argument mismatch. Either one matrix or two vectors needed as input.

是data.frame，而不是matrix。如果是這樣，cosine函數調用中的參數b和my_matrix[i,2:length(my_matrix)]也是數據幀，而不是預期的矢量和矩陣。

作爲題外話：

即使my_matrix被強制轉換爲matrix代碼中的問題會引發錯誤按摩，由於length(my_matrix)比列數多，因而my_matrix[i,2:length(my_matrix)]選擇未定義的列。 沒有第一列的i第my_matrix行是my_matrix[i,2:ncol(my_matrix)]或更短my_matrix[i,-1]。

Answer 4

讓v是你的1×M矢量和中號您的M×n矩陣

for (i in 1:dim(M)[2]){ 
    sim_cos_v[i] <- (v%*%as.vector(M[,i]))/(norm(as.matrix(v), "f")*norm(as.matrix(M[,i]), "f")) 
} 
sim_cos_v