版权声明:本文为博主原创文章,转载请注明来自http://blog.csdn.net/jediael_lu/ https://blog.csdn.net/jediael_lu/article/details/77863419
在机器学习算法中,有各种方式衡量用户或者物品的距离或者相似度,如曼哈顿距离、欧几里得距离、Pearson相关系数、Jaccard系数等(可参考http://blog.csdn.net/lin00jian/article/details/51209715),我们这里主要详细介绍一下余弦相似度。余弦相似度被广泛用于协同过滤算法中,尤其是Item-base的协同过滤。
1、余弦相似度
余弦相似度衡量的是2个向量间的夹角大小,通过夹角的余弦值表示结果,因此2个向量的余弦相似度为:
分子为向量A与向量B的点乘,分母为二者各自的L2相乘,即将所有维度值的平方相加后开方。
余弦相似度的取值为[-1,1],值越大表示越相似。
2、理论推导
我们以二维向量为例,计算向量
先回顾一下初中的知识,看下图:
我们可以得到公式:
其中:
于是,我们可以得到:
其中A与B表达向量
分子为A与B的点乘,分母为二者各自的L2相乘,即将所有维度值的平方相加后开方。
3、一些特征情况分析
(1)夹角为0度
此时向量A与向量B应该是最相似的,余弦相似度应该为1。按照公式(4),我们计算很容易计算出来
(2)夹角为90度
此时余弦相似度为0。
(3)夹角为180度
此时余弦相似度为-1,2个向量的方向完全相反。
扫描二维码关注公众号,回复:
3313486 查看本文章