COSINE_DISTANCE()

函数说明

COSINE_DISTANCE() 函数用于计算两个向量的余弦距离。

余弦距离（Cosine Distance）是一种衡量两个向量在方向上的差异的度量方式，通常定义为 1 减去余弦相似度 (Cosine Similarity)。余弦距离的值范围在 0 到 2 之间。0 表示两个向量的方向完全相同（距离最小）。2 表示两个向量的方向完全相反（距离最大）。在文本分析中，余弦距离可以用来衡量文档之间的相似性。由于它只考虑向量的方向而不考虑长度，因此对于长文本和短文本之间的比较是公平的。

函数语法

> SELECT COSINE_DISTANCE(vector1, vector2) FROM tbl;

示例

drop table if exists vec_table;
create table vec_table(a int, b vecf32(3), c vecf64(3));
insert into vec_table values(1, "[1,2,3]", "[4,5,6]");
mysql> select * from vec_table;
+------+-----------+-----------+
| a    | b         | c         |
+------+-----------+-----------+
|    1 | [1, 2, 3] | [4, 5, 6] |
+------+-----------+-----------+
1 row in set (0.01 sec)

mysql> select cosine_distance(b,c) from vec_table;
+-----------------------+
| cosine_distance(b, c) |
+-----------------------+
|    0.0253681538029239 |
+-----------------------+
1 row in set (0.00 sec)

mysql> select cosine_distance(b,"[1,2,3]") from vec_table;
+-----------------------------+
| cosine_distance(b, [1,2,3]) |
+-----------------------------+
|                           0 |
+-----------------------------+
1 row in set (0.00 sec)

mysql> select cosine_distance(b,"[-1,-2,-3]") from vec_table;
+--------------------------------+
| cosine_distance(b, [-1,-2,-3]) |
+--------------------------------+
|                              2 |
+--------------------------------+
1 row in set (0.00 sec)

限制

在使用 COSINE_DISTANCE() 函数时，输入向量不允许为 0 向量，因为这会出现除以零的情况，这在数学上是未定义的。在实际应用中，我们通常认为零向量与任何其他向量的余弦相似度为 0，因为它们之间没有任何方向上的相似性。