Optimierte Methode zur Berechnung des Kosinusabstands in Python
Ich habe eine Methode geschrieben, um den Kosinusabstand zwischen zwei Arrays zu berechnen:
def cosine_distance(a, b):
if len(a) != len(b):
return False
numerator = 0
denoma = 0
denomb = 0
for i in range(len(a)):
numerator += a[i]*b[i]
denoma += abs(a[i])**2
denomb += abs(b[i])**2
result = 1 - numerator / (sqrt(denoma)*sqrt(denomb))
return result
Das Ausführen kann auf einem großen Array sehr langsam sein. Gibt es eine optimierte Version dieser Methode, die schneller laufen würde?
Update: Ich habe alle bisherigen Vorschläge ausprobiert, auch scipy. Hier ist die zu schlagende Version mit Vorschlägen von Mike und Steve:
def cosine_distance(a, b):
if len(a) != len(b):
raise ValueError, "a and b must be same length" #Steve
numerator = 0
denoma = 0
denomb = 0
for i in range(len(a)): #Mike's optimizations:
ai = a[i] #only calculate once
bi = b[i]
numerator += ai*bi #faster than exponent (barely)
denoma += ai*ai #strip abs() since it's squaring
denomb += bi*bi
result = 1 - numerator / (sqrt(denoma)*sqrt(denomb))
return result