COSINE_SIMILARITY

描述

计算两个向量之间的余弦相似度。 函数按照向量的点积与模长计算相似度，结果范围为 [-1, 1]。

版本说明

自 4.1.2 起支持。

语法

COSINE_SIMILARITY(<array1>, <array2>)

参数

参数	说明
<array1>	第一个向量。类型必须为 ARRAY<FLOAT>。
<array2>	第二个向量。类型必须为 ARRAY<FLOAT>，且元素个数需与 <array1> 一致。

返回值

返回两个向量的余弦相似度，类型为 FLOAT。 如果输入数组为 NULL，或者数组中包含 NULL 元素，则报错。 如果两个数组的元素个数不一致，则报错。 如果数组为空，或者任一向量为零向量，则返回 0.0。

举例

-- 两个向量完全相同，相似度为 1
SELECT COSINE_SIMILARITY([1, 2, 3], [1, 2, 3]);

+-----------------------------------------+
| COSINE_SIMILARITY([1, 2, 3], [1, 2, 3]) |
+-----------------------------------------+
|                                       1 |
+-----------------------------------------+

[1, 2, 3] 与 [1, 2, 3] 的方向完全一致，因此相似度为 1。

-- 两个向量正交，相似度为 0
SELECT COSINE_SIMILARITY([1, 0], [0, 1]);

+-----------------------------------+
| COSINE_SIMILARITY([1, 0], [0, 1]) |
+-----------------------------------+
|                                 0 |
+-----------------------------------+

两个向量互相垂直，点积为 0，因此相似度为 0。

-- 任一向量为零向量时，返回 0
SELECT COSINE_SIMILARITY([0, 0, 0], [1, 2, 3]);

+-----------------------------------------+
| COSINE_SIMILARITY([0, 0, 0], [1, 2, 3]) |
+-----------------------------------------+
|                                       0 |
+-----------------------------------------+

零向量没有有效方向，因此结果为 0。

-- 空数组返回 0
SELECT COSINE_SIMILARITY([], []);

+---------------------------+
| COSINE_SIMILARITY([], []) |
+---------------------------+
|                         0 |
+---------------------------+

-- 输入数组中包含 NULL，会报错
SELECT COSINE_SIMILARITY([1, NULL, 3], [1, 2, 3]);

ERROR 1105 (HY000): errCode = 2, detailMessage = (127.0.0.1)[INVALID_ARGUMENT]First argument for function cosine_similarity cannot have null