코사인 유사도(Cosine Similarity)란 내적공간의 두 벡터간 각도의 코사인 값을 이용하여 측정된 벡터간의 유사한 정도를 의미한다. 코사인 유사도는 -1부터 1까지의 값을 가진다. 두 벡터의 방향이 같은 경우: 1 두 벡터의 방향이 직각인 경우(독립): 0 두 벡터의 방향이 반대인 경우: -1 코사인 유사도는 유클리디안 스칼라곱에서 유도된다. $\mathbf{a} \cdot \mathbf{b} = ||\mathbf{a}|| \ ||\mathbf{b}|| \cos{\theta}$ 이에 따라, 코사인 유사도 cos(θ)는 아래와 같이 표현된다. $\text{cosine similarity}(\mathbf{a}, \mathbf{b}) = \frac{\mathbf{a} \cdot \mathbf{b}}{..
코사인 유사도(Cosine Similarity)
코사인 유사도(Cosine Similarity)란 내적공간의 두 벡터간 각도의 코사인 값을 이용하여 측정된 벡터간의 유사한 정도를 의미한다. 코사인 유사도는 -1부터 1까지의 값을 가진다. 두 벡터의 방향이 같은 경우: 1 두 벡터의 방향이 직각인 경우(독립): 0 두 벡터의 방향이 반대인 경우: -1 코사인 유사도는 유클리디안 스칼라곱에서 유도된다. $\mathbf{a} \cdot \mathbf{b} = ||\mathbf{a}|| \ ||\mathbf{b}|| \cos{\theta}$ 이에 따라, 코사인 유사도 cos(θ)는 아래와 같이 표현된다. $\text{cosine similarity}(\mathbf{a}, \mathbf{b}) = \frac{\mathbf{a} \cdot \mathbf{b}}{..
2023.03.15