Cosine Distance is a metric used to determine the similarity between two non-zero vectors in an produto interno space. It is defined as one minus the cosine of the angle between the vectors. This measure is particularly useful in various fields like análise de texto, sistemas de recomendação, and aprendizado de máquina, where the orientation of the data points is more significant than their magnitude.
Matematicamente, a distância cosine pode ser expressa como:
Cosine Distance(A, B) = 1 – (A • B) / (||A|| ||B||)
Onde:
- A • B is the produto escalar de vetores A e B.
- ||A|| and ||B|| são as magnitudes (ou comprimentos) dos vetores A e B, respectivamente.
O valor da distância cosine varia de 0 a 2. Uma distância cosine de 0 indica que os dois vetores são idênticos em direção, enquanto um valor de 1 indica que os vetores são ortogonais (completamente dissimilares).
Cosine distance is particularly effective for high-dimensional data, such as text represented as word vectors in processamento de linguagem natural. In such cases, it helps in identifying how similar two documents are based on the context of the words used, rather than their frequency, making it a robust measure for various AI applications.