series_cosine_similarity()
Calcule a similaridade cosseno de dois vetores numéricos.
A função series_cosine_similarity()
usa duas séries numéricas como entrada e calcula sua similaridade de cosseno.
Syntax
series_cosine_similarity(
series1,
series2)
Saiba mais sobre as convenções de sintaxe.
Parâmetros
Nome | Tipo | Obrigatório | Descrição |
---|---|---|---|
series1, series2 | dynamic |
✔️ | Matrizes de entrada com dados numéricos. |
Retornos
Retorna um valor do tipo real
cujo valor é a similaridade cosseno de series1 com series2.
Caso o comprimento de ambas as séries não seja igual, a série mais longa será truncada até o comprimento do menor.
Qualquer elemento não numérico da série de entrada será ignorado.
Observação
Se uma ou ambas as matrizes de entrada estiverem vazias, o resultado será null
.
Otimizando o desempenho
Para melhorar o desempenho e reduzir os requisitos de armazenamento ao usar essa função, considere usar a Vector16
política de codificação para armazenar vetores de ponto flutuante que não exigem precisão de 64 bits, como inserções de vetor ML. O Vector16
perfil, que utiliza a representação de ponto flutuante Bfloat16 , pode otimizar significativamente a operação e reduzir o tamanho do armazenamento em um fator de 4. Para obter mais detalhes sobre a Vector16
política de codificação, consulte Os Tipos de Política de Codificação.
Exemplo
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 |
Comentários
https://aka.ms/ContentUserFeedback.
Em breve: Ao longo de 2024, eliminaremos os problemas do GitHub como o mecanismo de comentários para conteúdo e o substituiremos por um novo sistema de comentários. Para obter mais informações, consulteEnviar e exibir comentários de