python 余弦距离_距离公式汇总以及Python实现

1、余弦距离：

描述：余弦夹角也可以叫余弦相似度。几何中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向量样本之间的差异。余弦的取值范围[-1,1]，求的两个向量 的夹角并得出夹角对应的余弦值，次余弦值就可以用来表征这两个向量的相似性。夹角越小， 趋近于零度，余弦值越接近于 1，方向也就更吻合。反之，夹角越大，余弦值越接近于-1.特 别的：余弦值为 0 两向量垂直。可以看出，余弦相似度只与方向有关。

公式：

在二维空间中向量 A(x1,y1),B(x2,y2)的夹角余弦公式为：

程序实现：

1 importnumpy as np2 from scipy.spatial.distance importpdist3 from numpy import *

4

5 #余弦距离

6 defcosDistance():7 vec1 = [1,2,3,4]8 vec2 = [5,6,7,8]9

10 print("vec1 =",vec1)11 print("vec2 =",vec2)12

13 #方法一：根据公式

14 dist1 = np.dot(vec1,vec2) / (np.linalg.norm(vec1) *np.linalg.norm(vec2))15 print ("余弦测试结果 dist1 ="+str(dist1))16

17 #方法二：根据scipy库求解

18 Vec =np.vstack([vec1,vec2])19 dist2 = 1 - pdist(Vec,'cosine')20 print("余弦测试结果 dist2 ="+str(dist2))

2、欧氏距离：

描述：欧里几得距离或欧几里得度量是空间两个点的直线距离。较早的文献称毕达哥拉斯度 量。

公式：

推倒到n维向量：

程序实现：

1 importnumpy as np2 from scipy.spatial.distance importpdist3 from numpy import *

4 #欧几里得距离

5 defoljdDistance():6 vec1 = np.mat([1