Euclidean(L2 distance) to Cosine similarity Conversion

유클리디안을 코사인으로 전환하는 방법

 

scikit-learn의 라이브러리엔 k-means의 경우 euclidean(L2 distance)로 clustering 하는 방식은 있지만,

cosine similarity를 기준으로 하는 경우는 없는데요,

 

Face recognition과 같이 코사인 유사도를 사용하는 embedding들을 처리하기가 불편합니다.

 

하지만! 이것을 전환시켜주는 방법이 있습니다.

 

바로

코사인 유사도 <-> L2 거리

pf1)

벡터 공식

pf2)

사인 반각공식