java 向量相似度计算

Java中可以使用向量相似度计算来衡量两个向量之间的相似程度。常用的向量相似度计算方法有余弦相似度和欧氏距离。

1. 余弦相似度（Cosine Similarity）：余弦相似度是通过计算两个向量的夹角来衡量它们之间的相似程度。具体计算公式如下：
其中，A和B分别表示两个向量，|A|和|B|分别表示两个向量的模，A·B表示两个向量的点积。

2. 欧氏距离（Euclidean Distance）：欧氏距离是通过计算两个向量之间的距离来衡量它们之间的相似程度。具体计算公式如下：
其中，A和B分别表示两个向量，n表示向量的维度。

在Java中，可以使用Apache Commons Math库来进行向量相似度计算。以下是使用Apache Commons Math库计算余弦相似度和欧氏距离的示例代码：

import org.apache.commons.math3.linear.ArrayRealVector;
import org.apache.commons.math3.linear.RealVector;
import org.apache.commons.math3.linear.VectorUtil;

public class VectorSimilarity {
    public static void main(String[] args) {
        double[] vectorA = {1, 2, 3};
        double[] vectorB = {4, 5, 6};

        RealVector a = new ArrayRealVector(vectorA);
        RealVector b = new ArrayRealVector(vectorB);

        // 计算余弦相似度
        double cosineSimilarity = VectorUtil.cosineDistance(a, b);
        System.out.println("Cosine Similarity: " + cosineSimilarity);

        // 计算欧氏距离
        double euclideanDistance = a.getDistance(b);
        System.out.println("Euclidean Distance: " + euclideanDistance);
    }
}

注意：在使用示例代码之前，需要先引入Apache Commons Math库。