在最近邻Neighbor Nearest中使用cosine指标

先贴以下外国大神的分析
sklearn中Neighbor Nearest的使用方法

在sklearn中，Neighbor Nearest算法的metric只有距离的度量，而没有cosine相似度这种方式的度量，其实很好理解，因为Neighbor Nearest模型需要构建“ball tree”或者是"kd tree"，所以metric只能够是这种能够形成空间关系的metric。

但是其实可以轻松地将cosine相似度转化为欧氏距离表示的方式。因为$cos(x,y)=x^{T}y/(||x||\ast ||y||)=(x/||x||{)}^T(y/||y||)$，且x,y完全一样则越接近于1，x,y完全不同则接近于-1. 又有$Euclidean(x,y)=\sqrt{x^{T}x+y^{T}y-2x^{T}y}$。

那么只要我们将$x,y$都进行归一化变为$x_n=x/||x||,y_n=y/||y||$，使得$x^{T}x=y^{T}y=1$，则$Euclidean(x_n,y_n)=\sqrt{2-2x_n^T{y}_n}$，当$x,y$完全一样时，$\sqrt{2-2x_n^T{y}_n}=0$，完全相反时，$\sqrt{2-2x_n^T{y}_n}=2$

以下是代码实现：

import numpy as np
from sklearn.neighbors import NearestNeighbors
from sklearn.preprocessing import normalize

query_desc = normalize(query_desc, norm='l2')  # normalizing
refer_desc = normalize(refer_desc, norm='l2')
neigh = NearestNeighbors(n_neighbors=1, algorithm='ball_tree', metric='euclidean')  # build model
refer_tree = neigh.fit(refer_desc)  # train the model
distances, indices = refer_tree.kneighbors(query_desc)  # evaluate