일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 |
Tags
- 리트코드
- 구글퀵랩
- 파이썬
- 파이썬알고리즘
- 머신러닝
- Azure
- gcp
- GenerativeAI
- 코드업
- 데이터사이언스
- Python3
- Blazor
- 파이썬기초100제
- Python
- codeup
- GenAI
- 빅데이터
- nlp
- 코드업파이썬
- two-pointer
- 투포인터
- C#
- LeetCode
- 파이썬기초
- 생성형AI
- 클라우드
- 릿코드
- Microsoft
- 자연어처리
- 알고리즘
Archives
- Today
- Total
목록유클리드거리 (1)
Tech for good

목차 5. 벡터의 유사도(Vector Similarity) 5.2. 여러가지 유사도 기법 5.2.1. 유클리드 거리(Euclidean distance) 5.2.2. 자카드 유사도(Jaccard similarity) 5. 벡터의 유사도(Vector Similarity) 5.2. 여러가지 유사도 기법 문서의 유사도를 구하기 위한 방법으로는 코사인 유사도 외에도 여러가지 방법들이 있다. 여기서는 문서의 유사도를 구할 수 있는 다른 방법들을 학습한다. 5.1.1. 유클리드 거리(Euclideam distance) 유클리드 거리(euclidean distance)는 문서의 유사도를 구할 때 자카드 유사도나 코사인 유사도만큼, 유용한 방법은 아니다. 하지만 여러 가지 방법을 이해하고, 시도해보는 것 자체만으로 다른..
IT/Data Science
2021. 10. 20. 08:57