使用余弦相似度评估模型时遇TypeError错误求助

问题原因 #

你代码里的norm是scipy.stats.norm（正态分布生成工具），不是计算向量范数的函数。调用它会返回rv_continuous_frozen类型的分布对象，这类对象无法执行乘法运算，所以触发TypeError。

解决方法 #

改用专门计算向量范数的函数，有两种常用选择：

方案1：使用NumPy的范数函数

导入numpy.linalg.norm，这是计算向量L2范数（余弦相似度默认使用的范数）的标准工具：

import numpy as np
from numpy.linalg import norm

# 示例向量
v1 = [1.2, 3.4, 5.6]
v2 = [7.8, 9.0, 2.1]

# 正确计算余弦相似度
cosine_similarity = np.dot(np.array(v1), np.array(v2)) / (norm(np.array(v1)) * norm(np.array(v2)))
print(cosine_similarity)

方案2：使用SciPy的范数函数

如果项目依赖SciPy，也可以用scipy.linalg.norm，注意不要和scipy.stats.norm混淆：

import numpy as np
from scipy.linalg import norm

v1 = [1.2, 3.4, 5.6]
v2 = [7.8, 9.0, 2.1]

cosine_similarity = np.dot(np.array(v1), np.array(v2)) / (norm(np.array(v1)) * norm(np.array(v2)))
print(cosine_similarity)

关键提醒 #

检查你的导入语句，确保没有错误导入from scipy.stats import norm——这个模块是用来生成正态分布样本、计算分布概率的，和向量范数完全无关。

内容的提问来源于stack exchange，提问作者Siva Muthi