相似性度量算法总结

一、向量内积

（1）介绍：内积也叫点积，内乘，数量积，计算结果是一个数（标量）

（2）公式：对于向量𝑎=(𝑎1,𝑎2,...,𝑎𝑛)与向量𝑏=(𝑏1,𝑏2,...,𝑏𝑛)，点积公式为：

𝑎⋅𝑏=𝑎1𝑏1+𝑎2𝑏2+...+𝑎𝑛𝑏𝑛

（3）几何意义： 𝑎⋅𝑏 表示向量a在向量b方向上的投影

设二维空间有两个向量 𝑎 、 𝑏 ， |𝑎|,|𝑏| 分别表示𝑎 、 𝑏 的模长，它们的夹角为 𝜃∈(0,𝜋) ，则内积定义为：

𝑎⋅𝑏=|𝑎||𝑏|𝑐𝑜𝑠𝜃

二、余弦相似度

2.1 简介

（1）介绍：余弦相似度又叫夹角余弦

（2）公式：

• 二维空间中向量 𝐴(𝑥1,𝑦1) 与向量 𝐵(𝑥2,𝑦2) 的夹角余弦公式： 𝑐𝑜𝑠𝜃=𝑥1𝑥2+𝑦1𝑦2𝑥12+𝑦12𝑥22+𝑦22
• 两个n维样本点 𝐴(𝑥11,𝑥12,...,𝑥1𝑛) 和 𝐵(𝑥21,𝑥22,...,𝑥2𝑛) 的夹角余弦为： 𝑐𝑜𝑠𝜃=𝑎·𝑏|𝑎||𝑏| ，即

𝑐𝑜𝑠(𝜃)=∑𝑘=1𝑛𝑥1𝑘𝑥2𝑘∑𝑘=1𝑛𝑥1𝑘2∑𝑘=1𝑛𝑥2𝑘2

（3）几何意义：夹角余弦可用来衡量两个向量方向的差异；机器学习中，借用这一概念来衡量样本向量之间的差异。夹角余弦取值范围为[-1,1]。余弦越大表示两个向量的夹角越小，余弦越小表示两向量的夹角越大。当两个向量的方向重合时余弦取最大值1，当两个向量的方向完全相反余弦取最小值-1

2.2 内积与余弦相似度

（1）公式：

存在两个向量 𝑎=[𝑎1,𝑎2,...,𝑎𝑛] , 𝑏=[𝑏1,𝑏2,...,𝑏𝑛]

• 内积： 𝑎·𝑏=𝑎1𝑏1+𝑎2𝑏2+...+𝑎𝑛𝑏𝑛=𝑐𝑜𝑠(𝑎,𝑏)∗|𝑎|∗|𝑏|
• 余弦相似度： 𝑐𝑜𝑠(𝑎,𝑏)=𝑎·𝑏|𝑎||𝑏|

（2）二者关系：

余弦相似度实际是内积的归一化
余弦相似性只考虑向量夹角大小（ 𝑐𝑜𝑠(𝑎,𝑏) ），而内积不仅考虑向量夹角大小，也考虑了向量的长度差（ |𝑎||𝑏|