美文网首页
余弦距离

余弦距离

作者: 鹧鸪仔 | 来源:发表于2017-01-20 09:31 被阅读0次

余弦距离,也称为余弦相似度,是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的度量。
向量,是多维空间中有方向的线段,如果两个向量的方向一致,即夹角接近零,那么这两个向量就相近。而要确定两个向量方向是否一致,这就要用到余弦定理计算向量的夹角。
余弦定理描述了三角形中任何一个夹角和三个边的关系。给定三角形的三条边,可以使用余弦定理求出三角形各个角的角度。假定三角形的三条边为a,b和c,对应的三个角为A,B和C,那么角A的余弦为:


如果将三角形的两边b和c看成是两个向量,则上述公式等价于:

其中分母表示两个向量b和c的长度,分子表示两个向量的内积。
举一个具体的例子,假如新闻X和新闻Y对应向量分别是:
x1, x2, ..., x6400和
y1, y2, ..., y6400
则,它们之间的余弦距离可以用它们之间夹角的余弦值来表示:

相关文章

  • 模型评估——余弦距离的应用

    余弦相似度和余弦距离: 余弦相似度取值范围为[-1,1] 余弦距离:1-余弦相似度,取值为 [0,2] 余弦距离和...

  • 余弦距离

    余弦距离,也称为余弦相似度,是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的度量。向量,是多维空间...

  • 为什么用余弦相似度,而不是欧式距离?

    一、为什么用余弦相似度,而不是欧式距离? 余弦相似度:取值范围[-1,1]余弦距离=1-余弦相似度:取值范围[0,...

  • (转)余弦距离、欧氏距离和杰卡德相似性度量的对比分析

    1、余弦距离 余弦距离,也称为余弦相似度,是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的度量。 ...

  • 各种距离

    余弦距离、欧氏距离和杰卡德相似性度量的对比分析 这篇文章讲述了余弦距离和欧氏距离的区别: 欧氏距离能够体现个体数值...

  • 余弦距离介绍

    概述:在机器学习领域中,通常将特征表示为向量的形式,所以在分析两个特征向量之间的相似性时,常用余弦相似度表示。例如...

  • 余弦相似度与余弦距离

    余弦相似度 即计算两个向量间的夹角的余弦值,计算公式如下: 根据线性代数的知识,余弦是通过点积和模长来计算。在向量...

  • 基于距离的算法 曼哈顿,欧氏等

    曼哈顿距离 欧氏距离 标准化欧氏距离 夹角余弦 曼哈顿距离(Manhattan Distance) 曼哈顿距离是由...

  • ML-感知器-线性回归-逻辑回归学习

    欧式距离 曼哈顿距离 切比雪夫距离 余弦夹角 线性回归 (欧氏距离) scipy sigmode 函数 numpy...

  • 常用用户相似度距离计算函数

    曼哈顿距离 欧几里德距离 闵可夫斯基距离 皮尔森相关系数 余弦距离 分子x,y为向量的数量积

网友评论

      本文标题:余弦距离

      本文链接:https://www.haomeiwen.com/subject/cmhwbttx.html