余弦相似度通常定义为x T y /（|| x || * || y ||），如果相同则输出1，如果完全不同则为-1。从技术上讲，此定义不是度量标准，因此不能将其与球和kd树之类的加速结构一起使用。如果您强制scikit学习使用蛮力方法，那么如果您将其传递给自己的自定义距离度量对象，则应该能够将其用作距离。如果您想使用球树，可以使用多种方法将余弦相似度转换为有效的距离度量（可以在JSAT库中找到一个）
但是请注意，x T y /（|| x || * || y ||）=（x / || x ||）T（y / || y ||）。欧氏距离可以等效地写为sqrt（x T x + y T y-2 x T y）。如果我们在将每个数据点提供给KNeighborsClassifier之前对其进行规范化，那么x^T x = 1对于所有x。因此，欧氏距离将降级为 sqrt(2 ? 2x^T y)。对于完全相同的输入，我们将得到sqrt(2-2*1) = 0和完全相反sqrt(2-2*-1)= 2。而且它显然是一个简单的形状，因此可以通过对数据进行归一化然后使用欧几里得距离来获得与余弦距离相同的顺序。只要使用uniform权重选项，结果将与使用正确的余弦距离相同。
602392714
清零编程群