个人总结：机器学习模型评估与调优 余弦相似度 余弦距离 欧氏距离 A/B测试 交叉验证 自助法 | 网格搜索 随机搜索 贝叶斯优化 过拟合欠拟合

模型评估

余弦相似度

对于两个向量A和B，其余弦相似度定义为，即两个向量夹角的余弦，关注的是向量之间的角度关系，并不关心绝对大小， 其取值范围为[-1,1]。有着“相同时为1，正交时为0，相反时为-1”的性质。当一对文本在长度相似度很大，但内容相近时，如果使用词频或者词向量作为特征，它们在特征空间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。

如果希望得到类似于距离的表示，将1减去余弦相似度即为余弦距离：

而在一些场景例如Word2Vec中，向量的模长经过归一化，此时欧氏距离和余弦距离有着单调的关系，即

总体来说，欧氏距离体现数值上的绝对差异，而余弦距离体现方向上的相对差异。例如，统计两部剧的用户观看行为，用户A的观看向量为(0,1)，用户B为(1,0)，此时两者的余弦距离很大，而欧氏距离很小。此时我们更关注相对差异，显然应当使用余弦距离。而当分析用户活跃度，以登陆次数和平均观看时长作为特征时，很显然此时应该使用欧氏距离。

余