余弦距离与余弦相似度的区别以及应用

1、定义


以上均来自维基百科（https://en.wikipedia.org/wiki/Cosine_similarity）

简单来说，余弦相似度，就是计算两个向量间的夹角的余弦值。余弦距离就是用1减去这个获得的余弦相似度。

2、性质
根据数学上的定义，在一个集合中，如果一对元素均可确定一个实数，使得三条距离公式（非负性，对称性，三角不等式）成立，则该实数可称为这对元素之间的距离。
a、非负性
由上面的余弦距离可以知道，余弦距离的取值范围为[0,2] ,这就满足了非负性的性质。
b、对称性

由于dist(A,B)=dist(B,A)，因此满足对称性。
c、三角不等式

以上来自于（https://blog.csdn.net/Gary___/article/details/82938020）

3、SKlearn中比较（sklearn cosine_similarity vs pairwise_distances）

>>> from sklearn.metrics.pairwise import cosine_similarity
>>> from sklearn.metrics.pairwise import pairwise_distances
>>> a=[[1,3],[2,2]]
>>> cosine_similarity(a)
array([[ 1.        ,  0.89442719],
       [ 0.89442719,  1.        ]])
>>> pairwise_distances(a,metric="cosine")
array([[ 0.        ,  0.10557281],
       [ 0.10557281,  0.        ]])
>>> 

因此，Cosine distance 等于 1.0 减 cosine similarity.
以上来自于（https://www.jianshu.com/p/06eaeb39738d）

4、总结
在日常使用中需要注意区分，虽然不是一个严格意义上的距离度量公式，但是形容两个特征向量之间的关系还是有很大用处的。比如人脸识别，推荐系统（http://python.jobbole.com/85516/）之类，都可以用到余弦相似度以及余弦距离。