Lompat ke konten utama
Kelas
Mengolah Teks dengan PythonPelajaran 14 dari 16 · Modul 4, TF-IDF, kemiripan, dan klasifikasi teks

Modul 4 · TF-IDF, kemiripan, dan klasifikasi teks

Kemiripan kosinus: mencari dokumen yang mirip

Setelah pelajaran ini kamu bisa menghitung kemiripan kosinus dua vektor dan mencari dokumen paling mirip dengan kueri.

  • ±14 menit
  • 3 latihan
  • Diperiksa 27 Sep 2026

Latihan di pelajaran ini butuh akun gratis. Progres, kode, dan catatanmu hanya tersimpan di browser ini. Masuk untuk menyimpannya

Materi

Kemiripan kosinus mengukur seberapa searah dua vektor: hasil kali titik (dot product) keduanya dibagi hasil kali panjangnya. Untuk vektor hitungan kata, yang tidak pernah negatif, hasilnya berada di antara 0 dan 1: 1 berarti proporsi katanya sama persis, 0 berarti tidak ada satu kata pun yang sama. Karena yang diukur arah, bukan panjang, dokumen yang diulang dua kali tetap bernilai 1 terhadap aslinya.

import math

a = [2, 0, 1]
b = [1, 1, 0]
titik = sum(x * y for x, y in zip(a, b))
panjang = math.sqrt(sum(x * x for x in a)) * math.sqrt(sum(y * y for y in b))
print(round(titik / panjang, 4))   # 0.6325

sklearn.metrics.pairwise.cosine_similarity(X, Y) menghitung kemiripan setiap baris X dengan setiap baris Y sekaligus, dan menerima matriks jarang hasil vectorizer. Dokumentasinya mencatat bahwa pada data yang sudah dinormalkan L2, fungsi ini setara dengan linear_kernel, yaitu hasil kali titik biasa; keluaran TfidfVectorizer bawaan sudah dinormalkan seperti itu.

Pola pencarian dokumen mirip: vectorizer di-fit pada korpus, kueri diubah dengan transform (bukan fit_transform, supaya kosakata dan idf tetap berasal dari korpus), lalu cosine_similarity(kueri, X) memberi satu baris skor. argmax() pada baris itu menunjuk dokumen yang paling mirip.

Latihan

Jawaban diperiksa di server. Lulus berarti kamu memahami contohnya, bukan penilaian seluruh pekerjaanmu.

Latihan 3 dari 3

Berapa kemiripan kosinus vektor [1, 1, 0, 1] dan [1, 1, 1, 0]? Bulatkan 2 desimal dan tulis dengan koma, misalnya 0,50.

Catatanmu

Memuat catatan…

tersimpan otomatis, ikut tercetak · 0/4.000

Lanjutkan ke

Tampilkan 1 lagi