1）我使用以下方法测量两个向量之间的余弦距离（假设A和B）。
假设我们有两个向量，例如向量A和向量B，
A＆amp;之间的余弦距离B =（点（A，B）/（幅度（A）*幅度（B）））
这个公式对吗？如果不是善意地建议我正确的公式？
2）K-NN的准确度总是比Rocchio好，还是在某些情况下Rocchio的性能优于K-NN？ K-NN看起来像是Rocchio的增强，理论概念表明K-NN的表现要比Rocchio好得多，但我在实际实施中发现反之亦然，其中Rocchio的表现要比K-NN好得多？
答案 0 :(得分：0)
（1）余弦距离是相似性度量之一。其他可能包括欧几里德距离或加权欧几里德距离。你的实现是正确的。
（2）KNN和Rocchio之间的主要区别在于前者没有训练，但在后者的训练过程中会产生原型向量。在测试过程中，所有训练实例都在KNN中使用，但在Rocchio中只使用prototype vectors（通常每个类一个向量）。所以Rocchio在训练和测试方面都更有效率。然而，它缺乏足够的理论有效性来证明Rocchio的稳定性和稳健性。并且表明如果类别不是线性可分的，Rocchio不能很好地工作。