コサイン類似度が一定以上のものを絞る方法

Question

(人,アイテムデータ,評価点)という形のデータセットからコサイン類似度を求めて、そこからコサイン類似度が一定の角度以上あるものをソートしたいと思っています(例えばコサイン類似度が0.8以上に設定したり)。
以前、同じ形のデータセットでコサイン類似度を作りたいを思い質問して回答をもらい、同じ形で実装したものが以下のものになります。

下記のコードでは、人1と人2の角度を求めていますが、それを人1から似た類似度から指定した類似度以上の人を上からソートしたいです。

試したこと
cos_similarity > 0.8などやったところ「floatと関数は比較できない」の旨のエラーコードが出ました。

def cos_similarity(person1, person2):
    person1_reviews = dataset[person1]
    person2_reviews = dataset[person2]

    # 共通のものを取得
    both_rated = person1_reviews.keys() & person2_reviews.keys()
    if not both_rated:
        return 0  # 共通のものが存在しない場合

    # 共通のものの点数をそれぞれ取得
    scores1 = [person1_reviews[item] for item in both_rated]
    scores2 = [person2_reviews[item] for item in both_rated]
    for item, score1, score2 in zip(both_rated, scores1, scores2):

    # コサイン類似度の算出
        cos_similarity = np.dot(scores1, scores2) / (np.linalg.norm(scores1) * np.linalg.norm(scores2))

    return cos_similarity

Answer 1

datasetがリストとか配列なら、

cos_similarity(0, 1) > 0.8

のように、二人の人のcos_similarityを計算してから0.8と比較してください。

• 1人の人からコサイン類似度が0.8を基準にそれ以下は足きりにするということがやりたいです。

答えを丸ごと教えるのは良くないので、類題を書いておきますので参考にしてください。
これで分からないなら、基礎から勉強し直すことをお勧めします。

>>> data = [0, 15, 3, 8, 19]
>>>
>>> for i in data:
...     print(i,'よりも大きい数は', [j for j in data if i < j], 'です')
...
0 よりも大きい数は [15, 3, 8, 19] です
15 よりも大きい数は [19] です
3 よりも大きい数は [15, 8, 19] です
8 よりも大きい数は [15, 19] です
19 よりも大きい数は [] です

Comments

[handake]

回答ありがとうございます。
しかしながら、そのやり方だと指定した2人のコサイン類似度が0.8以上ということだと思うのですが、自分がやりたいことは指定した1人の人からコサイン類似度が0.8を基準にそれ以下は足きりにするということがやりたいです。
一つ考えられるのは、other_personをother_person!=person1で新しく用意してcos_similarity(person1,other_person)で定義するということが考えられたんですが、初心者ゆえになかなかうまくいかないです。

人1人を指定して、0.8以上のコサイン類似度を持っている人のみを算出したいです。
cos_similarityの変数を2つではなく、１つにして1つの変数の人と、それぞれの他の人とcos_similarityを求めて0.8以上という形にしたいです。
データセットはリストの形式です。
初心者で言葉が全てあっているか分からないですが伝われば幸いです。

[ppaul]

回答に追加しました。

[handake]

回答ありがとうございました。
何度目かは分からないですが、応用に徐々に発達していく方法もわからないので何もかも手探りで途中であきらめると思いますが、また基礎からやり直してみます。
多分プログラム向いていないので、出しゃばらないでほどほどに一人で考えながらやってみます。
とにもかくにも回答にはとても感謝しています。ありがとうございました。