极客兔兔 · 2019-08-01T15:35:28Z 机器学习面试题 4：余弦相似与欧氏距离有什么区别和联系 💡 原文中文，约800字，阅读约需2分钟。 📝 内容提要 本文探讨余弦相似度与欧氏距离的异同。区别在于欧氏距离衡量绝对距离，余弦相似度关注向量夹角，更能反映趋势并规避刻度差异，常用于文本相似度。联系是归一化后两者等价，可将余弦相似度转换为欧氏距离，并利用KDTree或BallTree降低计算复杂度。 🏷️ 标签 KDTree 余弦相似度 归一化 文本相似度 机器学习 欧氏距离 面试题 阅读原文 生成长图 分享链接 已复制链接
