Amint azt a @Max jelezte a megjegyzésekben (+1), egyszerűbb lenne "megírni a sajátodat", mint időt tölteni máshol. Mint tudjuk, a $ n $ hosszúságú $ A, B $ vektorok koszinuszi hasonlósága

$$ C = \ frac {\ sum \ limits_ {i = 1 } ^ {n} A_ {i} B_ {i}} {\ sqrt {\ sum \ limits_ {i = 1} ^ {n} A_ {i} ^ 2} \ cdot \ sqrt {\ sum \ limits_ {i = 1} ^ {n} B_ {i} ^ 2}} $$

amelyet egyszerű létrehozni az R fájlban. Legyen X az a mátrix, ahol a sorok azok az értékek, amelyek között ki akarjuk számítani a hasonlóságot. Ezután kiszámíthatjuk a hasonlósági mátrixot a következő R kóddal:

  cos.sim <- function (ix) {A = X [ix [1],] B = X [ix [2],] return (összeg (A * B) / sqrt (összeg (A ^ 2) * összeg (B ^ 2))} n <- nrow (X) cmb <- expand.grid (i = 1: n, j = 1: n) C <- mátrix (alkalmazza (cmb, 1, cos.sim), n, n)  

Ezután a mátrix A C a koszinusz-hasonlósági mátrix, és átadhatja tetszőleges hőtérkép-függvénynek (az egyetlen, amit ismerek, a image () ).

Használhatja a koszinusz függvényt az lsa csomagból:
http://cran.r-project.org/web/packages/lsa

Néhány fenti válasz számítási szempontból nem hatékony, próbálja ki ezt;

koszinusz-hasonlósági mátrixhoz

  Mátrix <- as.matrix (DF)
sim <- Matrix / sqrt (rowSums (Matrix * Matrix))
sim <- sim% *% t (sim)
 

Konvertálás koszinusz-különbségmátrixrá (távolságmátrix).

  D_sim <- as.dist (1 - sim)
 

A következő funkció hasznos lehet, ha mátrixokkal dolgozunk, az 1-d vektorok helyett:

  # input: sormátrixok 'ma' és 'mb' (kompatibilis méretekkel) # output : koszinusz-hasonlóság matrixcos.sim = function (ma, mb) {mat = tcrossprod (ma, mb) t1 = sqrt (Apply (ma, 1, crossprod)) t2 = sqrt (Apply (mb, 1, crossprod)) mat / külső (t1, t2)}  

A korábbi (@Macro) kód felgyorsításával ezt a kérdést tisztább verzióba csomagolhatjuk a következőkben:

  df <- data.frame (t (data.frame (c1 = rnorm (100),
                              c2 = rnorm (100),
                              c3 = rnorm (100),
                              c4 = rnorm (100),
                              c5 = rnorm (100),
                              c6 = rnorm (100))))

#df [df > 0] <- 1
#df [df < = 0] <- 0



Apply_cosine_similarity <- függvény (df) {
  cos.sim <- függvény (df, ix)
  {
    A = df [ix [1],]
    B = df [ix [2],]
    hozam (összeg (A * B) / sqrt (összeg (A ^ 2) * összeg (B ^ 2)))
  }
  n <- nrow (df)
  cmb <- expand.grid (i = 1: n, j = 1: n)
  C <- mátrix (alkalmazza (cmb, 1, függvény (cmb) {cos.sim (df, cmb)}), n, n)
  C
}
Apply_cosine_similarity (df)
 

Remélem, hogy ez segít!