余弦相似度 && 欧式距离

Euclidean vs. Cosine Distance

余弦相似度通常用作度量距离的度量，当矢量的大小不重要时。 例如，在处理由字数统计的文本数据时会发生这种情况。 我们可以假定，当文档1中的单词（例如科学）比文档2中更频繁出现时，该文档1与科学主题更相关。 然而，也可能是我们正在处理不均匀长度的文档（例如维基百科文章）。 然后，科学可能在文献1中出现得更多，只是因为它比文献2长。余弦相似性为此纠正了。