砍材农夫砍材农夫
  • 微信记账小程序
  • java
  • redis
  • mysql
  • 场景类
  • 框架类
  • vuepress搭建
  • hexo搭建
  • 云图
  • llm wiki

    • 基于karpathy
    • gradle
  • 常用工具

    • git
    • gradle
    • Zadig
    • it-tools
    • 开源推荐
    • curl
  • 大前端

    • 环境配置
    • 微信生态
    • 正则
    • 全栈技能
  • java圈

    • java基础
    • jdk体系
    • jvm
    • spring框架
    • 分库分表
    • zookeeper
  • python技能

    • python编程
    • python数据
  • 算法

    • 算法
  • 网关

    • spring_cloud_gateway
    • openresty
  • 高可用

    • 秒杀
    • 分布式
    • 缓存一致
  • MQ

    • MQ
    • rabbitMQ
    • rocketMQ
    • kafka
  • 其它

    • 设计模式
    • 领域驱动(ddd)
  • 关系型数据库

    • mysql5.0
    • mysql8.0
  • 非关系型数据库

    • redis
    • mongoDB
  • 分布式/其他

    • ShardingSphere
    • 区块链
  • 向量数据库
  • Jmeter
  • fiddler
  • wireshark
  • AI入门
  • AI大模型
  • AI插件
  • AI集成框架
  • 相关算法
  • AI训练师
  • 量化交易
  • AIoT
  • gitee
  • github
  • infoq
  • osc
  • 砍材工具
  • 关于
  • 相关运营
  • devops
  • 元宇宙
  • 区块链
  • 物联网
  • webrtc
  • web3.0
  • gitee
  • github
  • infoq
  • osc
  • 砍材工具
  • 关于
  • 中考
  • 投资
  • 保险
  • 思
  • 微信记账小程序
  • java
  • redis
  • mysql
  • 场景类
  • 框架类
  • vuepress搭建
  • hexo搭建
  • 云图
  • llm wiki

    • 基于karpathy
    • gradle
  • 常用工具

    • git
    • gradle
    • Zadig
    • it-tools
    • 开源推荐
    • curl
  • 大前端

    • 环境配置
    • 微信生态
    • 正则
    • 全栈技能
  • java圈

    • java基础
    • jdk体系
    • jvm
    • spring框架
    • 分库分表
    • zookeeper
  • python技能

    • python编程
    • python数据
  • 算法

    • 算法
  • 网关

    • spring_cloud_gateway
    • openresty
  • 高可用

    • 秒杀
    • 分布式
    • 缓存一致
  • MQ

    • MQ
    • rabbitMQ
    • rocketMQ
    • kafka
  • 其它

    • 设计模式
    • 领域驱动(ddd)
  • 关系型数据库

    • mysql5.0
    • mysql8.0
  • 非关系型数据库

    • redis
    • mongoDB
  • 分布式/其他

    • ShardingSphere
    • 区块链
  • 向量数据库
  • Jmeter
  • fiddler
  • wireshark
  • AI入门
  • AI大模型
  • AI插件
  • AI集成框架
  • 相关算法
  • AI训练师
  • 量化交易
  • AIoT
  • gitee
  • github
  • infoq
  • osc
  • 砍材工具
  • 关于
  • 相关运营
  • devops
  • 元宇宙
  • 区块链
  • 物联网
  • webrtc
  • web3.0
  • gitee
  • github
  • infoq
  • osc
  • 砍材工具
  • 关于
  • 中考
  • 投资
  • 保险
  • 思
  • 向量
    • 向量数据库|向量与相似度基础
    • 三大相似度/距离度量
    • 基础检索概念
  • 向量模型

    • 向量模型

      • 向量模型入门
      • 分组统计作为条件
    • sklearn

      • sklearn入门
      • 分组统计作为条件
  • 向量数据库

    • 入门
    • sqlite-vec

      • chroma入门
      • 分组统计作为条件
    • chroma

      • chroma入门
      • 分组统计作为条件
    • qdrant

      • 常用sql脚本
      • 分组统计作为条件
    • weaviate

      • 常用sql脚本
      • 分组统计作为条件
    • Milvus

      • 常用sql脚本
      • 分组统计作为条件
  • 三大相似度/距离度量
  • 欧式距离 Euclidean Distance
  • 点积 Dot Product
  • 余弦相似度 Cosine Similarity

三大相似度/距离度量

  • 欧式距离

看两点直线距离,越近越像

  • 点积

看两个箭头“同方向且够长”的整体配合程度

  • 余弦相似度

只看方向像不像,忽略长度,语义检索最常用它

欧式距离 Euclidean Distance

公式(就是直尺量距离):两个向量对应位置的数先相减,再平方,全部加起来,最后开根号 比如 a = [1, 2]、b = [4, 6],各维差是 3 和 4,距离就是 5。就是勾股定理 几何含义:空间里两个点的直线距离。距离越小越相似

  • 适用场景
特征量纲一致、需要真实距离的场景
聚类(K-Means 常用欧式距离)
图像像素差、数值向量差这种“差多少就是差多少”的问题

注意:欧式距离会被向量长度影响。一个向量整体偏大,就算方向一样,距离也可能很远。所以做语义检索时,一般先归一化再考虑

点积 Dot Product

公式:两个向量对应位置的数相乘,再全部加起来。

比如 a = [1, 2]、b = [3, 4],点积是 1×3 + 2×4 = 11。

直觉:点积同时受两件事影响:

两个向量方向像不像;

两个向量本身长不长。

所以一个向量特别长,点积就容易被拉大。分数越大越相似。

适用场景:

向量已经 L2 归一化后,直接用点积算余弦,速度快;

推荐系统里有时直接用点积打分;

内积索引(如 FAISS 的 IP)常用的度量。

坑:没归一化就谈“点积大更相似”,容易被模长带偏,不能直接当余弦用。

余弦相似度 Cosine Similarity

公式:点积除以两个向量长度的乘积。

直觉:把长度的影响除掉,只看两个箭头方向夹角的余弦。

方向完全一样:1;

垂直无关:0;

方向相反:-1。

值域是 [-1, 1],越大越相似。

适用场景:

语义检索、文本相似度、Embedding 召回的主流选择;

不同文本长度差异大时,比欧式距离稳;

只要方向,不在乎长短。

一句话总结:余弦相似度 = 只比方向,不比长短。

最近更新: 2026/10/26 14:43
Contributors: kcnf