1.余弦距離
適用場景：余弦相似度衡量的是維度間取值方向的一致性，注重維度之間的差異，不注重數值上的差異。
舉例：如某T恤從100塊降到了50塊（A(100,50)），某西裝從1000塊降到了500塊（B(1000,500)），那么T恤和西裝都是降價了50%，兩者的價格變動趨勢一致，可以用余弦相似度衡量，即兩者有很高的變化趨勢相似度，但是從商品價格本身的角度來說，兩者相差了好幾百塊的差距，歐氏距離較大，即兩者有較低的價格相似度。
2.歐式距離
適用場景：歐氏度量的是數值上的差異性。
舉例：如果要對電子商務用戶做聚類，區分高價值用戶和低價值用戶，用消費次數和平均消費額，這個時候用余弦夾角是不恰當的，因為它會將(2,10)和(10,50)的用戶算成相似用戶，但顯然后者的價值高得多，因為這個時候需要注重數值上的差異，而不是維度之間的差異。
參考文獻：