[推荐系统]欧氏距离和余弦相似度

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，所以一般指位置上的差别，即距离；

后者因为是向量，所以一般指方向上的差别，即所成夹角。

如下图所示：

数据项A和B在坐标图中当做点时，两者相似度为距离dist(A,B)，可通过欧氏距离（也叫欧几里得距离）公式计算：

当做向量时，两者相似度为cosθ，可通过余弦公式计算：

假设||A||、||B||表示向量A、B的2范数，例如向量[1,2,3]的2范数为：

√(1²+2²+3²) = √14

numpy中提供了范数的计算工具：linalg.norm()

所以计算cosθ起来非常方便（假定A、B均为列向量）：

num = float(A.T * B) #若为行向量则 A * B.T
denom = linalg.norm(A) * linalg.norm(B)
cos = num / denom #余弦值
sim = 0.5 + 0.5 * cos #归一化

因为有了linalg.norm()，欧氏距离公式实现起来更为方便：

dist = linalg.norm(A - B)
sim = 1.0 / (1.0 + dist) #归一化

关于归一化：

因为余弦值的范围是 [-1,+1] ，相似度计算时一般需要把值归一化到 [0,1]，一般通过如下方式：

sim = 0.5 + 0.5 * cosθ
若在欧氏距离公式中，取值范围会很大，一般通过如下方式归一化：

sim = 1 / (1 + dist(X,Y))

说完了原理，简单扯下实际意义，举个栗子吧：

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，余弦相似度为最大值，即两者有很高的变化趋势相似度

但是从商品价格本身的角度来说，两者相差了好几百块的差距，欧氏距离较大，即两者有较低的价格相似度

-- EOF --

[推荐系统]欧氏距离和余弦相似度相关推荐

余弦相似度和欧氏距离_欧氏距离和余弦相似度
余弦相似度和欧氏距离 Photo by Markus Winkler on Unsplash Markus Winkler在Unsplash上拍摄的照片 This is a quick and str ...
相似度度量：欧氏距离与余弦相似度（Similarity Measurement Euclidean Distance Cosine Similarity）...
在<机器学习---文本特征提取之词袋模型(Machine Learning Text Feature Extraction Bag of Words)>一文中,我们通过计算文本特征向量之间 ...
【转】自然语言处理：文本相似度计算（欧氏距离、余弦相似度、编辑距离、杰卡德相似度）
文本相似度,顾名思义是指两个文本(文章)之间的相似度,在搜索引擎.推荐系统.论文鉴定.机器翻译.自动应答.命名实体识别.拼写纠错等领域有广泛的应用. 与之相对应的,还有一个概念--文本距离--指的是两 ...
自然语言处理：文本相似度计算（欧氏距离、余弦相似度、编辑距离、杰卡德相似度）
文本相似度,顾名思义是指两个文本(文章)之间的相似度,在搜索引擎.推荐系统.论文鉴定.机器翻译.自动应答.命名实体识别.拼写纠错等领域有广泛的应用. 与之相对应的,还有一个概念--文本距离--指的是两 ...
对比欧氏距离与余弦相似度
欧式距离欧氏距离就是我们平常所说的距离,如果是平面上的两个点和 ,那么 A 与 B 的欧式距离就是:如果是三维空间中的两个点和 ,那么 A 与 B 的欧式距离就是:如果推广到高维空间,公式可以 ...
欧氏距离、余弦相似度、Jaccard相似度、皮尔逊的Python代码与实例
首先是一段计算4个相似度的Python代码. 需要注意的是,进行归一化操作后,4个函数取值范围都是0-1,而且都是数值越大表示相似性越高,数值为1代表完全相似. import numpy as npd ...
欧氏距离和余弦相似度的前世今缘
前几天在一场报告中和同事聊到了高维向量的距离度量,大家讨论的点是:欧氏距离在高维下效果会非常差,那有没有其他更有效的方法? 当时第一时间想到了余弦相似度,印象中在文本相似度(文本匹配)度量中就是用的余 ...
关于欧氏距离和余弦相似度的使用场景
最近在做"判断两段文本的语义相似度"的事情,实验中用doc2vec做文本向量化,用余弦值衡量文本相似度. ## 那么为什么选用余弦呢? 如向量的维度是3,有三段文本a.b.c,文本 ...
相似度计算——欧氏距离、汉明距离、余弦相似度
计算图像间的相似性可以使用欧氏距离.余弦相似度/作为度量,前者强调点的思想,后者注重线的思想. 欧氏距离欧式距离/Euclidean Distance即n维空间中两个点之间的实际距离.已知两个点A= ...

[推荐系统]欧氏距离和余弦相似度

[推荐系统]欧氏距离和余弦相似度相关推荐

最新文章

热门文章