余弦相似度与正规化的欧氏距离的某种等价性

给一个集合, $V=\{x | x \in \mathbb R^n\}$, 和一个点 $u \in \mathbb R^n$, 依次计算$u$与$V$中各个点的距离, 然后按照从近到远排序, 就可以得到一个序列$A=<x_1,x_2,...>$.
距离函数可以取

• cosine similarity
  值域$[-1,1]$,越大表示越相近.
• Euclidean distance
  值域 $[0, +\infty]$, 越小表示越近.

在二维空间中, 余弦距离是夹角, 欧氏距离是远近. 很明显二者各自得出的序列$A$ 是不同的.
但要是对$u$和$V$中的点作归一化呢? 得到的两个$A$ 是否就相同了呢? 因为在二维空间中容易得到直观的这个推测.

真是的答案是 Yes!
cosine similarity is identical to l2-normalized euclidean distance someway.

For $\ell^2$-normalized vectors $\mathbf{x}, \mathbf{y}$,

$$||\mathbf{x}||_2 = ||\mathbf{y}||_2 = 1,$$
we have that the squared Euclidean distance is proportional to the cosine distance,
$$\begin{align} ||\mathbf{x} - \mathbf{y}||_2^2 &= (\mathbf{x} - \mathbf{y})^\top (\mathbf{x} - \mathbf{y}) \\ &= \mathbf{x}^\top \mathbf{x} - 2 \mathbf{x}^\top \mathbf{y} + \mathbf{y}^\top \mathbf{y} \\ &= 2 - 2\mathbf{x}^\top \mathbf{y} \\ &= 2 - 2 \cos\angle(\mathbf{x}, \mathbf{y}) \end{align} \tag 1$$
从式(1)中可以看出, 夹角越大, 欧氏距离的平方就越大, 这就是想要的证明!

参考

1. stack-exchange, is-cosine-similarity-identical-to-l2-normalized-euclidean-distance