余弦距离与欧式距离

chenhch8

于 2018-06-05 10:26:25 发布

阅读量3.3k

点赞数

CC 4.0 BY-SA版权

分类专栏：数学

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/deepinC/article/details/80577599

本文探讨了机器学习中常用的两种距离度量方法——余弦距离和欧式距离，介绍了它们的计算公式，并阐述了在计算两个向量相似度时的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

二者在机器学习中的使用很广泛，都可用于计算两个向量间的相似度，各自的计算公式如下：
假设两个向量： x=(x1,x2,…,xn)T,y=(y1,y2,…,yn)T∈

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。