1 #计算相似度 2  3 #欧式距离 4 # npvec1, npvec2 = np.array(det_a), np.array(det_b) 5 # similirity=math.sqrt(((npvec1 - npvec2) ** 2).sum()) 6 # print('similirity:',similirity) 7  8 #余弦相似度 9 # def cos_sim(vector_a, vector_b):10 #     """11 #     计算两个向量之间的余弦相似度12 #     :param vector_a: 向量 a13 #     :param vector_b: 向量 b14 #     :return: sim15 #     """16 #     vector_a = np.mat(vector_a)17 #     vector_b = np.mat(vector_b)18 #     num = float(vector_a * vector_b.T)19 #     denom = np.linalg.norm(vector_a) * np.linalg.norm(vector_b)20 #     cos = num / denom21 #     sim = 0.5 + 0.5 * cos22 #     return sim23 24 #余弦值的范围在[-1,1]之间，值越趋近于1，代表两个向量的方向越接近；25 ## 越趋近于-1，他们的方向越相反；接近于0，表示两个向量近乎于正交。26 # vector_a, vector_b = np.array(det_a), np.array(det_b)27 # similirity2=cos_sim(vector_a, vector_b)28 # print('similirity2:',similirity2)