Método otimizado para calcular a distância do coseno em Python
Eu escrevi um método para calcular a distância de cosseno entre duas matrizes:
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
Executá-lo pode ser muito lento em uma grande matriz. Existe uma versão otimizada desse método que seria executada mais rapidamente?
Atualização: tentei todas as sugestões até o momento, incluindo scipy. Aqui está a versão para bater, incorporando sugestões de Mike e 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