series_cosine_similarity()
Hitung kesamaan kosinus dari dua vektor numerik.
Fungsi series_cosine_similarity()
ini mengambil dua seri numerik sebagai input, dan menghitung kesamaan kosinusnya.
Sintaks
series_cosine_similarity(
series1,
series2)
Pelajari selengkapnya tentang konvensi sintaksis.
Parameter
Nama | Jenis | Diperlukan | Deskripsi |
---|---|---|---|
series1, series2 | dynamic |
✔️ | Input array dengan data numerik. |
Mengembalikan
Mengembalikan nilai jenis real
yang nilainya adalah kesamaan kosinus seri1 dengan seri2.
Jika kedua panjang rangkaian tidak sama, seri yang lebih panjang akan dipotok ke panjang yang lebih pendek.
Elemen non-numerik dari seri input akan diabaikan.
Catatan
Jika satu atau kedua array input kosong, hasilnya adalah null
.
Mengoptimalkan performa
Untuk meningkatkan performa dan mengurangi persyaratan penyimpanan saat menggunakan fungsi ini, pertimbangkan untuk menggunakan Vector16
kebijakan pengodean untuk menyimpan vektor floating-point yang tidak memerlukan presisi 64 bit, seperti penyematan vektor ML. Profil Vector16
, yang menggunakan representasi floating-point Bfloat16 , dapat secara signifikan mengoptimalkan operasi dan mengurangi ukuran penyimpanan dengan faktor 4. Untuk detail selengkapnya tentang Vector16
kebijakan pengodean, lihat Jenis Kebijakan Pengodean.
Contoh
datatable(s1:dynamic, s2:dynamic)
[
dynamic([0.1,0.2,0.1,0.2]), dynamic([0.11,0.2,0.11,0.21]),
dynamic([0.1,0.2,0.1,0.2]), dynamic([1,2,3,4]),
]
| extend cosine_similarity=series_cosine_similarity(s1, s2)
s1 | s2 | cosine_similarity |
---|---|---|
[0.1,0.2,0.1,0.2] | [0.11,0.2,0.11,0.21] | 0.99935343825504 |
[0.1,0.2,0.1,0.2] | [1,2,3,4] | 0.923760430703401 |
Saran dan Komentar
https://aka.ms/ContentUserFeedback.
Segera hadir: Sepanjang tahun 2024 kami akan menghentikan penggunaan GitHub Issues sebagai mekanisme umpan balik untuk konten dan menggantinya dengan sistem umpan balik baru. Untuk mengetahui informasi selengkapnya, lihat:Kirim dan lihat umpan balik untuk