一、欧氏距离
欧氏距离就是算两个向量在空间里的直线距离。要是
两个向量完全一样,那欧氏距离就是 0。距离越大,就说明越不相似。比如说在二维空间里有两个向量,一个是(1,2),另一个是(4,5),用欧氏距离的公式算一下,就能得到它们的距离。欧氏距离的好处就是很容易懂,算起来也简单,不过它对向量的各个部分都一样看待,没考虑不同部分的重要性不一样。
二、余弦相似度
余弦相似度是算两个向量夹角的余弦值来看看它们像不像。夹角越小,余弦值就越接近 1,那就说明越相似。比如有两个向量,一个是(1,1),另一个是(2,2),算一下它们的点积,再算一下模,然后就能算出余弦相似度是 1,这就说明这两个向量特别像。余弦相似度的好处是不管向量多长,只看方向,所以很适合比较文本向量啥的。
三、皮尔逊相关系数
皮尔逊相关系数是看两个变量之间的线性相关程度的,也能用来量向量的相似度。它的值在 -1 到 1 之间,越接近 1 就说明正相关越强,越接近 -1 就说明负相关越强,0 就是不相关。算的时候,先算两个向量的均值,然后算每个元素和均值的差,再根据这些差来算相关系数。比如有两个向量,一个是(2,3,4),另一个是(3,4,5),算一下均值和差值向量,就能算出皮尔逊相关系数是 1,说明这两个向量线性相关程度很高。皮尔逊相关系数会考虑变量的均值和变化趋势,对有线性关系的向量比较管用。