常见距离算法-欧氏距离、杰卡德距离、余弦距离

常见距离算法-欧氏距离、杰卡德距离、余弦距离

1.欧氏距离(Euclidean Distance)

表示n维空间中两个点之间的实际距离。欧式距离越小相似度越大。
已知两个点:
$$A=(a_1,a_2,...,a_n),B=(b_1,b_2,...,b_n)$$则AB间的距离为：
$$d(A,B)=\sqrt{\sum (a_i-b_i{)}^2}(i=1,2,...,n)$$

2.杰卡德距离(Jaccard Distance)

2.1 Jaccard相似系数(Jaccard Coefficient)

主要用于计算符号度量或布尔值度量的样本间的相似度。

两个集合A和B的交集元素在A，B的并集中所占的比例，称为两个集合的杰卡德相似系数，用符号J(A,B)表示：
$$J(A,B)=\frac{A\bigcap B}{A\bigcup B}$$杰卡德系数值越大，样本的相似度越高。

2.2 Jaccard距离

用来衡量两个集合差异性的一种指标，它是杰卡德相似系数的补集，被定义为1减去Jaccard相似系数:
$$J_{\delta }=1-J(A,B)=\frac{\left|A\bigcup B\right|-\left|A\bigcap B\right|}{\left|A\bigcup B\right|}$$适用于集合相似性度量，字符串相似性度量 。

注：re-ranking论文运用到了杰卡德距离进行重排序。（暂时没仔细看）

3.余弦距离(Consine distance)

3.1 余弦相似度（Consine similarity）

$$cossim(x,y)=\frac{{\sum }_i^{}{x}_i{y}_i}{\sqrt{{\sum }_i^{}{x}_i^2}\sqrt{{\sum }_i^{}{y}_i^2}}=\frac{<x,y>}{\Vert x\Vert \Vert y\Vert }$$

3.2 余弦相距离