Hulu机器学习问题与解答系列 | 第五弹：余弦距离

不知不觉，这已经是Hulu面试题—机器学习系列的第五篇了，关注的小伙伴儿们也越来越多。之前的全部内容均可在公众号下方菜单栏里找到，以便大家温故而知新～ 今天的内容是 【余弦距离】 场景描述 在机器学习中，我们常将特征表示为向量的形式。在近年来，将高维稀疏的研究对象表示为低维分布的向量形式，极大地提高了各类模型的效果。在分析两个向量之间的相似性时，常使用余弦相似度来表示。余弦相似度的取值范围是[-1

>>阅读原文<<