参考：https://zhuanlan.zhihu.com/p/40236865 faiss是Facebook开源的用于快速计算海量向量距离的库，但是没有提供余弦距离，而余弦距离的使用率还是很高的，那怎么解决呢 答案说在前面 进一步实验 下面是实验结果，比较faiss ...

1.余弦距离 适用场景：余弦相似度衡量的是维度间取值方向的一致性，注重维度之间的差异，不注重数值上的差异。 举例：如某T恤从100块降到了50块（A(100,50)），某西装从1000块降到了500块（B(1000,500)），那么T恤和西装都是降价了50%，两者的价格变动趋势一致，可以用余弦 ...

余弦距离在计算相似度的应用中经常使用，比如： 文本相似度检索 人脸识别检索 相似图片检索 原理简述 下面是余弦相似度的计算公式（图来自wikipedia）： 但是，余弦相似度和常用的欧式距离的有所区别。 余弦相似度的取值范围在-1到1之间。完全相同时数 ...

一、概念 余弦相似度： 余弦距离：1-cos(A,B) 欧式距离： 二、两者之间的关系 当向量的模长是经过归一化的，此时欧氏距离与余弦距离有着单调的关系： 在此场景下，如果选择距离最小（相似度最大）的近邻，那么使用余弦相似度和欧氏距离的结果是相同的。 推导 ...

余弦相似度： 两者相同的地方，就是在机器学习中都可以用来计算相似度，但是两者的含义有很大差别，以我的理解就是： 前者是看成坐标系中两个 点 ，来计算两点之间的 距离 ； 后者是看成坐标系中两个 向量 ，来计算两向量之间的 夹角 。 前者因为是 点 ，所以一般指 ...

什么是余弦距离 余弦距离 = 1 - 余弦相似度 余弦相似度计算方法如下 余弦距离的值域 [0, 2] 一般深度学习用余弦相似度作为预测值 什么是欧式距离 欧氏距离与余弦距离的选择 总体来说 欧氏距离体现数值上的绝对差异，而余弦距离体现方向上的相对差异 ...

最近刚好用到距离相关的知识，于是过来回顾记录一下 ~~~ 相信大家都非常熟悉欧拉公式了，从小到大使用的最多的距离公式，比如两点之间的距离、点到直线的距离等。 如今，在机器学习等领域，还有一些其他的公式也应用的非常广，例如曼哈顿距离、余弦距离、马氏距离等。 这些距离部分直观表示 ...

1 余弦相似度 余弦相似度是通过测量两个向量之间的夹角的余弦值来度量他们之间的一个相似度.0度角的余弦值是1,其他的任何角度的余弦值都不大于1,最小值是-1,从而两个向量之间角度的余弦值确定了两个向量是否指向同一个方向.两个向量的指向相同时,余弦相似度为1,当两个向量的夹角是90度时,余弦 ...