余弦于相似度cos similarity

1. Motivation
   在计算两个特征之间的相似程度的时候经常会用到余弦相似度公式，这个公式以前在高中学过，不高好像已经基本还给老师了，今天再这里补充一下。在NLP中经常需要对特征表征之后的高维向量之间计算相似度，有向量$\mathrm{a}$和向量$\mathrm{b}$，$\mathrm{a}=(x_1,x_2,...,x_n)$,$\mathrm{b}=(x_1^{\prime },x_2^{\prime },...,x_n^{\prime })$,则向量$\mathrm{a}$和$\mathrm{b}$之间的余弦相似度为
   $$cos<\mathrm{a},\mathrm{b}>=\frac{\mathrm{a}\cdot \mathrm{b}}{|\mathrm{a}||\mathrm{b}|}=\frac{x_1{x}_1^{\prime }+x_2{x}_2^{\prime }+,...,+x_n{x}_n^{\prime }}{\sqrt{x_1²+x_2²+,...,+x_n²}\sqrt{x_1^{\prime }²+x_2^{\prime }²+,...,+x_n^{\prime }²}}=\frac{u^{T}v}{||u|{|}_2||v|{|}_2}$$

2.Derivation proof
首先需要该公式来之于两向量的数量积公式$\mathrm{a}\cdot \mathrm{b}=|\mathrm{a}||\mathrm{b}|cos<\mathrm{a},\mathrm{b}>$该公式的推导如下：

在图片中有$\mathrm{c}=\mathrm{a}-\mathrm{b}$,(注：为了表示的方便我们在二维的平面上表示向量，实际上特征的维度一般可以达到几百甚至几千维)由余弦定理可以得到如下公式
$$c²=\mathrm{a}²+\mathrm{b}²-2|\mathrm{a}||\mathrm{b}|cos<\mathrm{a},\mathrm{b}>①$$
把$\mathrm{c}=\mathrm{a}-\mathrm{b}$带入到公式①中化简之后便可以得到数量积公式。
$$\mathrm{a}\cdot \mathrm{b}=|\mathrm{a}||\mathrm{b}|cos<\mathrm{a},\mathrm{b}>$$
补充：
关于余弦定理的几何证明方法如下：

如图所示，在△ABC中，BC=a，AC=b，AB=c，
作AD⊥BC于D，则AD=c*sinB，DC=a-BD=a-c*cosB
在Rt△ACD中，
b²=AD²+DC²=（c*sinB）²+（a-c*cosB）²
=c²sin²B+a²-2ac*cosB+c²cos²B
=c²（sin²B+cos²B）+a²-2ac*cosB
=c²+a²-2ac*cosB