余弦相似度

在机器学习算法中，有各种方式衡量用户或者物品的距离或者相似度，如曼哈顿距离、欧几里得距离、Pearson相关系数、Jaccard系数等（可参考http://blog.csdn.net/lin00jian/article/details/51209715），我们这里主要详细介绍一下余弦相似度。余弦相似度被广泛用于协同过滤算法中，尤其是Item-base的协同过滤。

1、余弦相似度

余弦相似度衡量的是2个向量间的夹角大小，通过夹角的余弦值表示结果，因此2个向量的余弦相似度为：

$$\cos \theta =\frac{A\cdot B}{||A||\ast ||B||}(1)$$
分子为向量A与向量B的点乘，分母为二者各自的L2相乘，即将所有维度值的平方相加后开方。
余弦相似度的取值为[-1,1]，值越大表示越相似。

2、理论推导

我们以二维向量为例，计算向量$(x_1,y_1)$与向量$(x_2,y_2)$的余弦相似度。
先回顾一下初中的知识，一个三角形三条边的长度关系为：
c 2 = a 2 + b 2 − 2 a b cos ⁡ θ ( 2 ) c^2=a^2+b^2-2ab\cos\theta \qquad(2) c2=a2+b