余弦相似度与线性核

Question

我有一个关于电子邮件的数据集。 数据集有两列，df['text] 包含消息 df['label'] 包含 1 和 0 ，表示垃圾邮件或非垃圾邮件。

现在要制作模型我需要使用 Tfidfvectorizer

tf = TfidfVectorizer(stopwords='english')
asd = tf.fit_transform(df['text])

现在问题来了。我有 sklearn,.metrics .pairwise.cosine_similarity 和 sklearn,.metrics .pairwise.linear_kernel

我应该使用

matrix  =  sklearn.metrics.pairwise.cosine_similarity(asd,asd)

或者我应该使用

matrix  =  sklearn.metrics.pairwise.linear_kernel(asd,asd)

两个线性核和余弦相似度之间有什么区别吗？

线性核与余弦相似度

Answer 1

余弦相似度范围从-1到1，而线性核计算向量之间的点积。 余弦相似度比线性核更常用于文本分类问题。