百面机器学习3余弦距离---笔记

问题：在该篇文章中，对于余弦距离的理解存在问题，主要是对范数的理解不够全面，下为解答

1.什么是余弦距离？

对于两个向量A和B，其余弦相似度定义为$\cos (A,B)=\frac{A\cdot B}{\Vert A{\Vert }_2\Vert B{\Vert }_2}$，即两个向量 夹角的余弦，关注的是向量之间的角度关系，并不关心它们的绝对大小，其取值 范围是[−1,1]。当一对文本相似度的长度差距很大、但内容相近时，如果使用词频 或词向量作为特征，它们在特征空间中的的欧氏距离通常很大；而如果使用余弦 相似度的话，它们之间的夹角可能很小，因而相似度高。此外，在文本、图像、 视频等领域，研究的对象的特征维度往往很高，余弦相似度在高维情况下依然保 持“相同时为1，正交时为0，相反时为−1”的性质，而欧氏距离的数值则受维度的 影响，范围不固定，并且含义也比较模糊。

2.余弦距离分母该如何理解？

在该问题中如果不理解，主要原因在于没有了解什么为范数：

范数定义了向量空间里的距离。它的出现使得向量之间的比较成为了可能。

定义