当前位置: 代码迷 >> 综合 >> Cosine Similarity 与 L2distanse
  详细解决方案

Cosine Similarity 与 L2distanse

热度:86   发布时间:2023-12-15 12:38:58.0

文章目录

一、Cosine Similarity 是什么?

二、L2distance是什么?

三、Cosine Similarity 与L2distance的区别

总结


 

 

一、Cosine Similarity 是什么?

余弦相似度用向量空间中两个向量夹角的余弦值作为衡量两个个体间差异的大小。相比距离度量,余弦相似度更加注重两个向量在方向上的差异,而非距离或长度上。计算公式如下:

 

二、L2distance是什么?

L2距离就是欧几里得距离,是最常见的距离度量,衡量的是多维空间中两个点之间的绝对距离。也可以理解为:m维空间中两个点之间的真实距离,或者向量的自然长度(即该点到原点的距离)。在二维和三维空间中的欧氏距离就是两点之间的实际距离

三、Cosine Similarity 与L2distance的区别

从图上可以看出距离度量衡量的是空间各点间的绝对距离,跟各个点所在的位置坐标(即个体特征维度的数值)直接相关;而余弦相似度衡量的是空间向量的夹角,更加的是体现在方向上的差异,而不是位置。如果保持A点的位置不变,B点朝原方向远离坐标轴原点,那么这个时候余弦相似度cosθ是保持不变的,因为夹角不变,而A、B两点的距离显然在发生改变,这就是欧氏距离和余弦相似度的不同之处。


总结

余弦相似度是针对两个向量方向上的差异,L2距离是针对两个向量位置上的差异。

整理不易,欢迎一键三连!!!