欧氏距离 vs 余弦相似度

	欧氏距离	余弦相似度
关注什么	绝对数值大小差异	方向 / 趋势是否一致
结果含义	越小越相似	越大越相似
适用场景	身高、体重、分数等数值	文本、用户偏好、推荐系统

 

 

这俩是机器学习、推荐、NLP 里最容易混淆、但选择逻辑非常清晰的两个指标。

 

我用最简单、最实用的方式告诉你：什么时候用哪个，为什么，一眼判断。

 

一句话结论

 

• 关心方向 / 趋势是否一致 → 用余弦相似度
• 关心数值大小 / 绝对差异 → 用欧氏距离

 

---

 

一、什么时候用 余弦相似度

 

适用场景

 

• 文本相似度（词频向量）
• 用户偏好、推荐系统
• 图像特征向量
• 任何维度高、数值大小不重要、方向更重要的场景

 

核心特点

 

只看方向，不看长度。

 

向量长度被自动忽略，只比较趋势是否一致。

 

经典例子

 

用户 A：[1,1,1,0]

 

用户 B：[100,100,100,0]

 

• 余弦相似度 ≈ 1（完全相似）
• 欧氏距离 非常大（完全不像）

 

→ 说明：虽然量级差 100 倍，但偏好完全一致，余弦能识别，欧氏不行。

 

---

 

二、什么时候用 欧氏距离

 

适用场景

 

• 身高、体重、年龄、分数
• 聚类（K-Means）
• 坐标点、位置
• 任何数值大小本身有意义的场景

 

核心特点

 

关心绝对差异，差一点就是差一点。

 

经典例子

 

A：[170, 65]（身高 170，体重 65）

 

B：[172, 67]

 

C：[200, 100]

 

• A 与 B 距离小 → 相似
• A 与 C 距离大 → 不相似

 

→ 欧氏距离非常合适。

 

---

 

三、最关键的判断标准（你以后就按这个选）

 

1. 如果数据量级差异大，但趋势一致

 

→ 用余弦相似度

 

例：

 

文章 1：[2,3,1]

 

文章 2：[200,300,100]

 

→ 内容相似，只是长度不同，余弦相似度接近 1。

 

2. 如果数据单位统一、数值大小有实际意义

 

→ 用欧氏距离

 

例：温度、价格、距离、成绩。

 

3. 高维稀疏向量（文本、词袋）

 

→ 必须余弦相似度

 

欧氏距离在高维会失效，变得不可靠。

 

4. 需要做聚类、KNN

 

→ 通常欧氏距离

 

除非是文本 / 高维稀疏 → 余弦。

 

---

 

四、一张表秒懂对比

 

表格

 

特征	余弦相似度	欧氏距离
关注	方向、趋势	绝对距离
受数值大小影响	不受	严重受
高维稀疏数据	很好	很差
结果范围	[-1,1]