R的极客理想系列文章，涵盖了R的思想，使用，工具，创新等的一系列要点，以我个人的学习和体验去诠释R的强大。 R语言作为统计学一门语言，一直在小众领域闪耀着光芒。直到大数据的爆发，R语言变成了一门炙手可热的数据分析的利器。随着越来越多的工程背景的人的加入，R语言的社区在迅速扩大成长。现在已不仅仅是统计领域，教育，银行，电商，互联网….都在使用R语言。 要成为有理想的极客，我们不能停留在语法上，要掌握牢固的数学，概率，统计知识，同时还要有创新精神，把R语言发挥到各个领域。让我们一起动起来吧，开始R的极客理想。 关于作者： 张丹，分析师/程序员/Quant: R,Java,Nodejs blog: http://blog.fens.me email: bsspirit@gmail.com 转载请注明出处： http://blog.fens.me/r-dot-product-similarity/ 前言 在文字处理时，我们经常需要判断两段文字是否相似，计算文本相似度有很多度种方法，文本将介绍最简单，也是计算最高效的一种方法点积相似度，与余弦相似度很像，与欧式距离相似度也很像。 目录 点积相似度介绍 R语言实现点积计算 点积相似度应用 1. 点积相似度介绍 点积在数学中，又称数量积（dot product 或者 scalar product），是指接受在实数R上的两个向量并计算它们对应元素的乘机之和，也是欧几里得空间的标准内积。当两个向量进行点积操作时，结果的大小可以反映两个向量的相似性。这是因为点积操作考虑了向量的方向和大小。 点积计算 点积有两种定义方式：代数方式和几何方式。通过在欧氏空间中引入笛卡尔坐标系，向量之间的点积既可以由向量坐标的代数运算得出，也可以通过引入两个向量的长度和角度等几何概念来求解。 代数方式： 两个向量a = [a1, a2,…, an]和b = [b1, b2,…, bn]的点积定义为： 几何方式： 点积相似度 点积相似度，是一种计算两个向量之间相似性的方法，对于两个向量a和b，它们的点积相似度为它们对应元素的乘机之和。 假设我们有两个向量 A 和 B，它们的点积定义为： A . B = |A| * |B| * cos(θ) 其中，|A| 和 |B| …
Read more →