Vector và độ tương tự cosine: tính hóa đơn, tìm bạn cùng gu bằng NumPy

AI

Trong bài này
  1. Chuẩn bị
  2. Vector: một danh sách số có thứ tự
  3. Tích vô hướng: cách thu ngân tính hóa đơn
  4. Độ dài vector và độ tương tự cosine
  5. Độ dài (chuẩn) của vector
  6. Góc giữa hai mũi tên
  7. Euclid hay cosine: ai cùng "gu" với An?
  8. Thực hành: hóa đơn nhóm và tìm bạn cùng gu
  9. Lỗi thường gặp
  10. Tự luyện thêm
  11. Tóm tắt
Series · Bài 6/12 Toán AI thực chiến: học Toán cho AI bằng code Python
  1. Ký hiệu Toán → NumPy & công thức 1 nơ-ron
  2. Ảnh là ma trận & Web App chấm điểm CV
  3. Hàm số & Sigmoid
  4. Khoảng cách, chuẩn hóa & KNN
  5. Mini-App định giá laptop cũ
  6. Vector, tích vô hướng & cosine
  7. Chữ thành vector bằng đếm từ
  8. Embedding, tìm kiếm ngữ nghĩa & RAG
  9. Nhân ma trận, vector riêng & trị riêng
  10. PCA: bản đồ sinh viên 2D & nén ảnh
  11. Đạo hàm, đạo hàm riêng & chain rule
  12. Lan truyền ngược: nơ-ron tự sửa sai
Xem cả series →

Spotify gợi ý bài hát, Shopee gợi ý sản phẩm, ChatGPT tìm tài liệu để trả lời bạn: phía sau đều có một phép so sánh rất đơn giản giữa hai danh sách số, gọi là độ tương tự cosine. Trong bài này, mình sẽ đi từ chuyện đếm số ly cà phê mỗi tuần đến công thức cosine, tự viết nó bằng NumPy và hiểu vì sao nó "chọn bạn cùng gu" khác hẳn khoảng cách Euclid.

Học xong, bạn sẽ cộng được hai vector, tính hóa đơn bằng tích vô hướng, tính độ dài vector và tự viết hàm cosine(a, b) chỉ với 1 dòng code.

Chuẩn bị

Bạn chỉ cần một tài khoản Google và trình duyệt.

  1. Mở notebook Colab của bài này.
  2. Chọn File › Save a copy in Drive để có bản sao của riêng bạn (bản gốc chỉ xem được).
  3. Bấm Connect ở góc phải trên, chờ dấu ✓ xanh.

Hoặc tạo một notebook mới trên Colab rồi dán lần lượt từng đoạn code trong bài. Chạy một ô bằng Shift + Enter.

💡 Notebook đã có sẵn ô Đáp án cho từng bài tập. Bạn nên tự gõ khung code và điền chỗ trống trước, rồi mới mở đáp án ra đối chiếu. Gõ tay một lần nhớ lâu hơn đọc mười lần.

Vector: một danh sách số có thứ tự

Ghi lại số ly bạn uống mỗi tuần theo thứ tự [cà phê, trà sữa, nước ép]: tuần 1 là [3, 4, 0], tuần 2 là [2, 1, 3]. Muốn biết tổng hai tuần, bạn cộng từng vị trí: [3+2, 4+1, 0+3] = [5, 5, 3]. Nếu một tuần nào đó bạn uống gấp 3 tuần 1 thì được [9, 12, 0].

Một danh sách số có thứ tự như vậy gọi là vector (véc-tơ). Thứ tự rất quan trọng: [3, 4, 0] là "3 cà phê, 4 trà sữa", còn [4, 3, 0] là chuyện khác hẳn.

Viết bằng ký hiệu Toán:

  • 𝐚 = [a₁, a₂, …, aₙ] (đọc: "vector a gồm a một, a hai, đến a n"). Chữ in đậm 𝐚 để báo đây là vector, không phải một con số.
  • 𝐚 + 𝐛 = [a₁ + b₁, a₂ + b₂, …] (đọc: "a cộng b"): cộng từng vị trí.
  • k𝐚 = [ka₁, ka₂, …] (đọc: "k nhân a"): nhân từng vị trí với cùng một số k.

Nếu vẽ vector 2 chiều đầu tiên [cà phê, trà sữa] thành một mũi tên đi từ gốc tọa độ, bạn sẽ thấy một điều quan trọng cho cả bài: nhân với một số dương chỉ kéo dài mũi tên, không đổi hướng.

# [A1]: Vector = một danh sách số có thứ tự
# Số ly bạn uống trong tuần: [cà phê, trà sữa, nước ép]
import numpy as np
import matplotlib.pyplot as plt

tuan1 = np.array([3, 4, 0])
tuan2 = np.array([2, 1, 3])

print("Tuần 1        :", tuan1)
print("Tuần 2        :", tuan2)
print("Cộng 2 tuần   :", tuan1 + tuan2)    # cộng từng vị trí
print("Gấp 3 tuần 1  :", 3 * tuan1)        # nhân từng vị trí với 3

# Vẽ 2 chiều đầu [cà phê, trà sữa]: nhân với một số dương chỉ KÉO DÀI mũi tên, KHÔNG đổi hướng
plt.figure(figsize=(4.5, 4.5))
plt.quiver(0, 0, 9, 12, angles="xy", scale_units="xy", scale=1, color="orange", width=0.012, label="3 × tuần 1 = [9, 12]")
plt.quiver(0, 0, 3, 4, angles="xy", scale_units="xy", scale=1, color="teal", width=0.02, label="tuần 1 = [3, 4]")
plt.xlim(0, 13); plt.ylim(0, 13); plt.grid(alpha=0.3)
plt.xlabel("Cà phê (ly)"); plt.ylabel("Trà sữa (ly)"); plt.legend(loc="lower right")
plt.show()

Kết quả:

Tuần 1        : [3 4 0]
Tuần 2        : [2 1 3]
Cộng 2 tuần   : [5 5 3]
Gấp 3 tuần 1  : [ 9 12  0]
Biểu đồ hai mũi tên vector [3, 4] và [9, 12] nằm trên cùng một đường thẳng trong Google Colab
Mũi tên cam [9, 12] nằm đè đúng hướng mũi tên xanh [3, 4], chỉ dài gấp 3. Nhân với số dương không làm đổi hướng.

Để ý: bạn không cần viết vòng lặp for nào. NumPy tự cộng, tự nhân từng vị trí cho bạn.

💡 Tự kiểm tra: tuan1 - tuan2 bằng bao nhiêu? Tính tay trước rồi chạy thử. (Đáp án: [1, 3, −3].)

Tích vô hướng: cách thu ngân tính hóa đơn

Bạn gọi 2 cà phê (25k), 1 trà sữa (30k), 3 nước ép (15k). Thu ngân nhân từng cặp "số ly × giá" rồi cộng lại:

2×25 + 1×30 + 3×15 = 50 + 30 + 45 = 125k.

Đó chính là tích vô hướng (dot product) của hai vector [2, 1, 3] và [25, 30, 15]. Công thức:

𝐚 · 𝐛 = a₁b₁ + a₂b₂ + … + aₙbₙ = ∑ aᵢbᵢ

Đọc: "a nhân vô hướng b bằng tổng a i nhân b i". Dấu ∑ (đọc: "xích-ma", nghĩa là "cộng tất cả"), còn aᵢ (đọc: "a i") là phần tử thứ i của 𝐚. Kết quả của tích vô hướng là một con số, không phải vector.

# [A2]: Tích vô hướng a · b = a₁b₁ + a₂b₂ + … + aₙbₙ   →   chính là tính HÓA ĐƠN!
so_ly = np.array([2, 1, 3])        # 2 cà phê, 1 trà sữa, 3 nước ép
gia   = np.array([25, 30, 15])     # giá mỗi ly (nghìn đồng)

# Cách 1: vòng lặp — nhân từng cặp rồi cộng lại
tong = 0
for i in range(len(so_ly)):
    tong += so_ly[i] * gia[i]
print("Vòng lặp     :", tong, "nghìn")

# Cách 2: NumPy
print("np.sum(a * b):", np.sum(so_ly * gia), "nghìn")
print("np.dot(a, b) :", np.dot(so_ly, gia), "nghìn")

Kết quả:

Vòng lặp     : 125 nghìn
np.sum(a * b): 125 nghìn
np.dot(a, b) : 125 nghìn

Ba cách, cùng một hóa đơn. np.dot gọn nhất và cũng nhanh nhất khi vector dài hàng nghìn phần tử.

💡 Nhớ lại Bài 1 trong series: công thức một nơ-ron ŷ = 𝐰·𝐱 + b chính là tích vô hướng của 𝐰 và 𝐱, cộng thêm b. Bạn đã dùng tích vô hướng từ lâu mà không biết!

Độ dài vector và độ tương tự cosine

Độ dài (chuẩn) của vector

Đi 3 bước sang phải rồi 4 bước lên trên: đường chéo từ chỗ xuất phát dài bao nhiêu? Định lý Pytago cho ta √(3² + 4²) = √25 = 5 bước. Đó là độ dài của vector [3, 4].

‖𝐚‖ = √(a₁² + a₂² + … + aₙ²)

Đọc: "chuẩn của a" (độ dài của a) bằng căn tổng bình phương các thành phần. Ký hiệu ‖ ‖ là hai vạch đứng kép, khác với dấu trị tuyệt đối | | một vạch.

Góc giữa hai mũi tên

Hai vector có thể dài ngắn khác nhau nhưng cùng chỉ về một hướng. Để đo "cùng hướng đến mức nào", ta dùng cô-sin của góc giữa chúng:

cos θ = (𝐚 · 𝐛) / (‖𝐚‖ · ‖𝐛‖)

Đọc: "cô-sin tê-ta bằng a nhân vô hướng b, chia cho chuẩn a nhân chuẩn b". θ (đọc: "tê-ta") là góc giữa hai mũi tên. Đây chính là độ tương tự cosine (cosine similarity). Ba mốc cần nhớ:

Hai mũi tên Góc θ cos θ Ví dụ
Cùng hướng 0° 1 [1, 1] và [2, 2]
Vuông góc 90° 0 [1, 0] và [0, 1]
Ngược hướng 180° −1 [1, 1] và [−1, −1]

Mẹo hiểu công thức: tử số 𝐚 · 𝐛 đo "hai vector đi cùng nhau bao nhiêu"; mẫu số chia cho hai độ dài nghĩa là bỏ qua chuyện mũi tên dài hay ngắn, chỉ giữ lại hướng. Với dữ liệu đếm (số ly, số lần xuất hiện của một từ), mọi số đều không âm nên cos luôn nằm trong đoạn từ 0 đến 1.

# [A3]: Độ dài vector ‖a‖ = √(a₁² + a₂² + … + aₙ²)  và  cos θ = a · b / (‖a‖ · ‖b‖)
a = np.array([3, 4])
print("‖a‖ tự tính       :", np.sqrt(np.sum(a ** 2)))
print("‖a‖ np.linalg.norm:", np.linalg.norm(a))

def cosine(a, b):
    return np.dot(a, b) / (np.linalg.norm(a) * np.linalg.norm(b))

print("\nCùng hướng  [1, 1] và [2, 2]  :", round(cosine(np.array([1, 1]), np.array([2, 2])), 3))
print("Vuông góc   [1, 0] và [0, 1]  :", round(cosine(np.array([1, 0]), np.array([0, 1])), 3))
print("Ngược hướng [1, 1] và [-1, -1]:", round(cosine(np.array([1, 1]), np.array([-1, -1])), 3))

Kết quả:

‖a‖ tự tính       : 5.0
‖a‖ np.linalg.norm: 5.0

Cùng hướng  [1, 1] và [2, 2]  : 1.0
Vuông góc   [1, 0] và [0, 1]  : 0.0
Ngược hướng [1, 1] và [-1, -1]: -1.0

Hàm cosine chỉ có đúng 1 dòng và đọc y như công thức: tích vô hướng chia cho tích hai độ dài. Bạn sẽ dùng lại hàm này trong cả hai bài tiếp theo.

Euclid hay cosine: ai cùng "gu" với An?

Mỗi tuần An uống [3, 4, 0], Bình uống [9, 12, 0] (gấp 3 An, cùng tỉ lệ), Chi uống [0, 1, 3] (thích nước ép). Quán cà phê muốn gợi ý đồ uống cho An dựa trên người cùng gu nhất. Nên chọn Bình hay Chi?

Ở Bài 4 trong series (KNN), bạn đã dùng khoảng cách Euclid ‖𝐚 − 𝐛‖ để đo "gần hay xa". Hãy tính thử cả hai cách:

Người Euclid tới An Cosine với An Tính tay cosine
Bình [9, 12, 0] 10.00 1.000 (27 + 48) / (5 × 15) = 75 / 75 = 1
Chi [0, 1, 3] 5.20 0.253 4 / (5 × √10) ≈ 4 / 15.81 ≈ 0.253
# [A4]: Euclid hay Cosine? — ai cùng "gu" đồ uống với An?
# [cà phê, trà sữa, nước ép] mỗi tuần
An   = np.array([3, 4, 0])
Binh = np.array([9, 12, 0])     # uống GẤP 3 An, cùng tỉ lệ
Chi  = np.array([0, 1, 3])      # thích nước ép

for ten, v in [("Bình", Binh), ("Chi", Chi)]:
    print(f"An – {ten}:  Euclid = {np.linalg.norm(An - v):5.2f}   |   Cosine = {cosine(An, v):.3f}")

print("\n👉 Euclid nói An gần Chi hơn (vì Bình uống nhiều hơn hẳn).")
print("👉 Cosine nói An cùng gu với Bình (cùng hướng, cos = 1).")

Kết quả:

An – Bình:  Euclid = 10.00   |   Cosine = 1.000
An – Chi:  Euclid =  5.20   |   Cosine = 0.253

👉 Euclid nói An gần Chi hơn (vì Bình uống nhiều hơn hẳn).
👉 Cosine nói An cùng gu với Bình (cùng hướng, cos = 1).
Kết quả so sánh khoảng cách Euclid và độ tương tự cosine giữa An, Bình và Chi trên Colab
Euclid chọn Chi (5.20 nhỏ hơn 10.00), cosine chọn Bình (cos = 1): hai thước đo trả lời hai câu hỏi khác nhau.

Hai thước đo cho hai đáp án ngược nhau, và cả hai đều "đúng" theo cách riêng:

  • Euclid đo "bao xa": bị ảnh hưởng bởi uống nhiều hay ít. Bình uống gấp 3 nên bị đẩy ra xa.
  • Cosine đo "cùng hướng": chỉ quan tâm tỉ lệ. Bình cũng chỉ uống cà phê và trà sữa theo tỉ lệ 3 : 4 như An, nên cos = 1.

Với câu hỏi "ai cùng gu", cosine hợp lý hơn: một người uống nhiều hơn bạn không có nghĩa là khác gu bạn. Ý tưởng này đặc biệt quan trọng khi so sánh câu chữ: một đoạn văn dài và một câu ngắn có thể nói về cùng một chuyện.

Thực hành: hóa đơn nhóm và tìm bạn cùng gu

a) Thực đơn: cà phê 25k, trà sữa 30k, bánh mì 20k. Nhóm bạn gọi 3 cà phê, 2 trà sữa, 4 bánh mì. Tính tổng tiền bằng tích vô hướng. Tính tay để đối chiếu: 3×25 + 2×30 + 4×20 = 75 + 60 + 80 = 215.

b) Mỗi người là một vector [cà phê, trà sữa, nước ép] (số ly/tuần). Gu của bạn là [1, 2, 0]. Hãy tính Euclid và cosine tới 5 người bạn, rồi xem mỗi cách chọn ai.

Người Vector
An [4, 8, 0]
Bình [2, 2, 0]
Chi [0, 0, 5]
Dũng [1, 3, 1]
Em [5, 1, 1]

Trước khi chạy, thử đoán: ai có tỉ lệ cà phê : trà sữa giống bạn nhất? Giờ điền vào các chỗ ____:

# BÀI TẬP 1 — KHUNG CODE: điền vào chỗ ____
import numpy as np

# a) Hóa đơn nhóm
gia   = np.array([25, 30, 20])      # cà phê, trà sữa, bánh mì (nghìn đồng)
so_mon = np.array([3, 2, 4])
tong = np.dot(____, ____)
print("a) Tổng hóa đơn:", tong, "nghìn đồng")

# b) Bạn cùng gu
def cosine(a, b):
    return np.dot(a, b) / (np.linalg.norm(____) * np.linalg.norm(____))

toi = np.array([1, 2, 0])
ban_be = {
    "An":   np.array([4, 8, 0]),
    "Bình": np.array([2, 2, 0]),
    "Chi":  np.array([0, 0, 5]),
    "Dũng": np.array([1, 3, 1]),
    "Em":   np.array([5, 1, 1]),
}

print("\nb)")
for ten, v in ban_be.items():
    d = np.linalg.norm(toi - v)
    c = cosine(____, ____)
    print(f"{ten:5s}: Euclid = {d:5.2f}   Cosine = {c:.3f}")

gan_nhat  = min(ban_be, key=lambda t: np.linalg.norm(toi - ban_be[t]))
cung_gu   = max(ban_be, key=lambda t: cosine(toi, ban_be[t]))
print("\nEuclid chọn :", gan_nhat)
print("Cosine chọn :", cung_gu)

💡 Nếu bạn chạy khi còn chỗ trống, Colab sẽ báo NameError: name '____' is not defined. Đó không phải lỗi máy, chỉ là lời nhắc bạn chưa điền xong.

Xem đáp án

Ba dòng cần điền:

tong = np.dot(gia, so_mon)

def cosine(a, b):
    return np.dot(a, b) / (np.linalg.norm(a) * np.linalg.norm(b))

    c = cosine(toi, v)          # trong vòng lặp for

Kết quả:

a) Tổng hóa đơn: 215 nghìn đồng

b)
An   : Euclid =  6.71   Cosine = 1.000
Bình : Euclid =  1.00   Cosine = 0.949
Chi  : Euclid =  5.48   Cosine = 0.000
Dũng : Euclid =  1.41   Cosine = 0.944
Em   : Euclid =  4.24   Cosine = 0.602

Euclid chọn : Bình
Cosine chọn : An
Kết quả bài tập hóa đơn nhóm 215 nghìn và bảng Euclid, cosine tới năm người bạn trên Colab
Hóa đơn 215 nghìn đồng; Euclid chọn Bình (gần về số lượng), cosine chọn An (đúng tỉ lệ 1 : 2 của bạn).

Giải thích: An uống [4, 8, 0], gấp đúng 4 lần [1, 2, 0] của bạn, nên cùng hướng tuyệt đối (cos = 1.000) dù ở rất xa về số lượng (Euclid 6.71). Bình [2, 2, 0] uống ít, gần bạn về con số (Euclid 1.00) nhưng tỉ lệ 1 : 1 chứ không phải 1 : 2. Chi chỉ uống nước ép, không có món nào chung với bạn nên cos = 0: hai mũi tên vuông góc.

Lỗi thường gặp

Thông báo lỗi Nguyên nhân Cách xử lý
NameError: name '____' is not defined Còn chỗ trống chưa điền Tìm ____ trong ô và điền đủ
NameError: name 'cosine' is not defined Chưa chạy ô định nghĩa hàm cosine Chạy lại ô A3 (ô có def cosine)
NameError: name 'np' is not defined Mở lại notebook nhưng chưa chạy ô import numpy as np Chạy lại từ ô A1

Tự luyện thêm

  1. Thêm người "Giang" uống [0, 0, 0] (tuần này không uống gì). Chuyện gì xảy ra với hàm cosine? Gợi ý: độ dài của vector toàn số 0 bằng bao nhiêu, và chia cho số đó thì sao? Sửa hàm để trả về 0 khi một trong hai vector toàn số 0.
  2. Đổi gu của bạn thành [2, 0, 1]. Dự đoán trước bằng tay xem ai được cosine chọn, rồi chạy để kiểm tra.
  3. Viết lại phần a) bằng vòng lặp for như ô A2 để tự thấy np.dot gọn hơn thế nào.
Xem gợi ý bài 1 và 2

Bài 1: ‖[0, 0, 0]‖ = 0 nên phép chia ra nan (kèm cảnh báo của NumPy). Cách sửa:

def cosine(a, b):
    if np.linalg.norm(a) == 0 or np.linalg.norm(b) == 0:   # vector toàn số 0 → không so được
        return 0.0
    return np.dot(a, b) / (np.linalg.norm(a) * np.linalg.norm(b))

Bài 2: với gu [2, 0, 1] (thích cà phê, thêm chút nước ép), cosine chọn Em [5, 1, 1] với cos ≈ 0.947.

Tóm tắt

  • Vector là danh sách số có thứ tự; NumPy cộng và nhân với một số theo từng vị trí.
  • Tích vô hướng = nhân từng cặp rồi cộng lại, giống hệt cách tính hóa đơn; kết quả là một con số.
  • Độ dài vector = căn tổng bình phương (Pytago mở rộng).
  • Cosine đo hai vector cùng hướng đến đâu, không quan tâm dài ngắn: 1 cùng hướng, 0 vuông góc, −1 ngược hướng.
  • Euclid trả lời "gần hay xa", cosine trả lời "cùng gu hay không". Chọn thước đo theo câu hỏi bạn đang muốn trả lời.
Ký hiệu Toán Cách đọc Lệnh NumPy
𝐚 = [a₁, a₂, …, aₙ] "vector a gồm a một, a hai, đến a n" np.array([3, 4, 0])
𝐚 + 𝐛 "a cộng b" a + b
k𝐚 "k nhân a" k * a
𝐚 · 𝐛 = ∑ aᵢbᵢ "a nhân vô hướng b bằng tổng a i nhân b i" np.dot(a, b)
‖𝐚‖ = √∑ aᵢ² "chuẩn của a bằng căn tổng bình phương a i" np.linalg.norm(a)
‖𝐚 − 𝐛‖ "chuẩn của a trừ b" (khoảng cách Euclid) np.linalg.norm(a - b)
θ "tê-ta" (góc giữa hai vector) —
cos θ = 𝐚·𝐛 / (‖𝐚‖‖𝐛‖) "cô-sin tê-ta bằng a nhân vô hướng b chia chuẩn a nhân chuẩn b" np.dot(a, b) / (np.linalg.norm(a) * np.linalg.norm(b))

Bài tiếp theo trong series: máy tính chỉ hiểu số, vậy làm sao so sánh hai câu chữ? Mình sẽ biến chữ thành vector bằng cách đếm từ, tự xây một "máy tìm đồ án", và tận mắt thấy chỗ cách làm này hỏng.

Ảnh Nguyễn Hữu Huy

Tác giả

Giảng viên Khoa Công nghệ Thông tin, Cao đẳng FPT Polytechnic

Thầy Huy dạy lập trình tại Cao đẳng FPT Polytechnic, chia sẻ kiến thức về Android, Unity/C#, AI và lập trình backend qua blog dotplays và kênh YouTube Thầy Huy One Champ. Tác giả các ứng dụng dotsave, getvidfb và taptik.