You need to enable JavaScript to run this app. Python实现考虑特征相似度的两数值向量软余弦距离出现负值求助
优惠活动
大模型
产品
解决方案
定价
更多

Python实现考虑特征相似度的两数值向量软余弦距离出现负值求助

实现错误定位与修正方案

核心问题总结

  • 公式套用完全错误
    软余弦的本质是将传统余弦计算中的内积,替换为特征相似度矩阵S介导的内积空间下的内积。正确的软余弦相似度公式为:

    软余弦相似度 = a^T @ S @ b / ( sqrt(a^T @ S @ a) * sqrt(b^T @ S @ b) )
    软余弦距离为 1 - 软余弦相似度,理想输出范围为[0,1]。
    你当前的代码错误地将归一化分母的两项全部替换为a、b的交叉内积平方根,既不符合公式逻辑,也会在S值异常时触发计算错误。

  • 特征相似度矩阵S不符合计算前提
    软余弦计算对S矩阵有明确要求,你当前的S矩阵存在三处关键偏差,也是最终出现负值结果的核心诱因:
    1. 非对称:S[i,j] 与 S[j,i] 数值不一致,违背“特征i与j的相似度等于j与i的相似度”的基本逻辑
    2. 对角线值为0:特征与自身的相似度应取最大值1,当前全0的对角线会导致向量自内积计算完全失真
    3. 非半正定:该属性缺失会直接破坏柯西不等式的成立条件,即便你把分母替换为正确的自内积形式,也会出现交叉内积的平方大于两个自内积乘积的情况,导致计算得到的相似度超出[-1,1]的合理范围,最终出现负值距离。

修正后的NumPy实现

import numpy as np

# 预处理特征相似度矩阵,满足对称、对角线为1、半正定的计算要求
def preprocess_similarity_matrix(s_raw):
    # 矩阵对称化
    s_sym = (s_raw + s_raw.T) / 2
    # 对角线赋值为1
    np.fill_diagonal(s_sym, 1.0)
    # 特征值截断修正为半正定矩阵,避免自内积出现负值
    eigvals, eigvecs = np.linalg.eigh(s_sym)
    eigvals = np.clip(eigvals, a_min=0, a_max=None)
    s_psd = eigvecs @ np.diag(eigvals) @ eigvecs.T
    return s_psd

# 软余弦距离计算函数
def soft_cosine_distance(a, b, s_psd):
    dot_ab = a @ s_psd @ b
    dot_aa = a @ s_psd @ a
    dot_bb = b @ s_psd @ b
    # 处理分母为0的极端情况
    denom = np.sqrt(dot_aa) * np.sqrt(dot_bb)
    if denom < 1e-12:
        return 1.0
    sim = dot_ab / denom
    # 裁剪到[-1,1]范围,抵消数值计算误差导致的越界
    sim = np.clip(sim, -1, 1)
    return 1 - sim

# 调用示例
a = np.array([0, .25, .25, 0, .5])
b = np.array([.5, .0, .0, 0.25, .25])
s_raw = np.array([[0,.67,.25,0.78,.53],
     [.53,0,.33,0.25,.25],
     [.45,.33,0,0.25,.25],
     [.85,.04,.11,0,0.25],
     [.95,.33,.44,0.25,0]])
s_processed = preprocess_similarity_matrix(s_raw)
dist = soft_cosine_distance(a, b, s_processed)

内容的提问来源于stack exchange,提问作者Johannes Loh

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.24 13:36:04