只列举几个常用的
余弦距离
基于向量夹角的相似度，常用来度量方向差异
内积/点积
不仅考虑方向，也受向量长度影响。特别适合向量已被归一化的场景。
欧氏距离 / 欧几里得距离(L2)：
计算向量在多维空间中的绝对直线距离。距离越小，表示越相似。
曼哈顿距离 (L1)：
各坐标差的绝对值之和，类似城市街区行走距离。
声明：本站文章均为作者个人原创，图片均为实际截图。如有需要请收藏网站，禁止转载，谢谢配合！！！
只列举几个常用的
余弦距离
基于向量夹角的相似度，常用来度量方向差异
内积/点积
不仅考虑方向，也受向量长度影响。特别适合向量已被归一化的场景。
欧氏距离 / 欧几里得距离(L2)：
计算向量在多维空间中的绝对直线距离。距离越小，表示越相似。
曼哈顿距离 (L1)：
各坐标差的绝对值之和，类似城市街区行走距离。
