欧氏距离与余弦相似度

具体概念就不赘述了，参见对比欧氏距离与余弦相似度
看论文¹时注意到这个描述：在大多数情况下，欧几里德距离可以有效地捕捉物体之间的差异。然而，当数据集的维数增加时，Kriegel等人。[33]表明高维特征向量间的角度方差比直接使用欧氏距离更敏感。在这种情况下，余弦相似度可以获得更好的效果。
有必要再看看原始文献²是怎么说的，感觉没有所说的这么神乎其神啊。粗略看了一下原始文献，发现ABOD是利用余弦相似度的方差³去进行异常检测的，是说方差敏感，但不一定是余弦相似度比欧氏距离更好，看来¹说的不太合适。

---

1. Applying Anomaly Pattern Score for Outlier Detection ↩︎ ↩︎

2. Angle-Based Outlier Detection in High-dimensional Data ↩︎

3. 基于角度方差的多层次高维数据异常检测算法 ↩︎