欧式距离、余弦相似度和余弦距离

欧式距离

也称欧几里得距离,是最常见的距离度量,衡量的是多维空间中两个点之间的绝对距离。
多维空间每个坐标的差的平方和再求平方根

余弦相似度

范围[-1， 1]，相同则相似度为1。


A和B的点乘除以他们长度的乘积。

余弦距离

范围（0，2）
dist = 1 - 余弦相似度

关系与区别

欧式距离和余弦相似度并不同，
在高维的情况下，如果两个文本的相似度的长度差距很大，但内容相近，如果使用词频或词向量作为特征，他们在特征空间中的欧式距离通常很大；如果使用余弦相似度，他们的夹角可能很小，因而相似度高。

无论维度多高，余弦相似度依然保持相同时为1，正交时为0，相反时为-1的性质。但是欧式距离会受到维度的影响不固定。

总的来说，欧式距离体现的是数值的绝对差异，而余弦体现的是方向上的相对差异。

如果关注的是数值的差异，那么使用欧式距离，比如电视的观看时长，次数等；如果关注的是相对差异，比如视频的偏好等，使用余弦相似度。

所以，我觉得最简单的例子就是，一对高维的向量，如[10, 5, 10, 5]与[1, 0.5, 1, 0.5]，虽然他们的欧式距离不是0，但是他们的余弦距离是1.这样可以明显看出，在高维的情况下，如果关注方向上的差异，用余弦相似度！！