Compartilhar via

series_cosine_similarity()

  • Artigo

Aplica-se a: ✅Microsoft Fabric✅Azure Data Explorer✅Azure Monitor✅Microsoft Sentinel

Calcule a similaridade de cosseno de dois vetores numéricos.

A função series_cosine_similarity() recebe duas séries numéricas como entrada e calcula sua semelhança de cosseno.

Sintaxe

series_cosine_similarity( série1, série2, [*magnitude1, [*magnitude2]])

Saiba mais sobre as convenções de sintaxe.

Parâmetros

Nome Digitar Obrigatória Descrição
Série 1, Série 2 dynamic ✔️ Matrizes de entrada com dados numéricos.
magnitude1, magnitude2 real Magnitude opcional do primeiro e do segundo vetores, respectivamente. A magnitude é a raiz quadrada do produto de ponto do vetor consigo mesmo. Se a magnitude não for fornecida, ela será calculada.

Devoluções

Retorna um valor do tipo real cujo valor é a semelhança de cosseno de series1 com series2. Caso o comprimento de ambas as séries não seja igual, a série mais longa será truncada para o comprimento da mais curta. 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 obter desempenho aprimorado e requisitos de armazenamento reduzidos 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 de ML. O Vector16 perfil, que utiliza a representação de ponto flutuante Bfloat16 , pode otimizar significativamente a operação e reduzir o tamanho do armazenamento por um fator de 4. Para obter mais detalhes sobre a Vector16 política de codificação, consulte os Tipos de política de codificação.

Exemplo

Executar a consulta

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

Conteúdo relacionado