Loading...
墨滴

algolearn

2021/10/31  阅读:30  主题:默认主题

一些场景中使用余弦相似度而不是欧式距离

空间中的两个点

余弦相似度计算公式为

欧式距离计算公式为

余弦相似度计算的是两个向量夹角的余弦,关注的是向量之间的角度关系,不关心绝对值大小,取值为[-1, 1]。

  • 当两个相似文本,如果使用词频座位特征时,他们在特征空间的欧式距离可能很大,但是两者的夹角很小,因此相似度高。
  • 特征维度很高时,余弦相似度在高维下依然保持相同为1,正交为0,相反-1的性质,而欧式距离则受维度的影响,取值范围不固定。
  • 余弦距离体现的是数值上的绝对差异,余弦相似度体现了方向上的相对差异

当向量归一化后,欧式距离与余弦相似度存在转换关系

欢迎关注微信公众号(算法工程师面试那些事儿),本公众号聚焦于算法工程师面试,期待和大家一起刷leecode,刷机器学习、深度学习面试题等,共勉~

算法工程师面试那些事儿
算法工程师面试那些事儿

algolearn

2021/10/31  阅读:30  主题:默认主题

作者介绍

algolearn