Cosine Similarity
Similitud coseno
En una frase
Cosine Similarity: una medida de qué tan parecidos son dos vectores según el ángulo entre ellos, sin importar su longitud.
¿Demasiado técnico? Ver explicación sencilla¿Quieres profundizar? Ver explicación técnica
Explícamelo fácil
Imagina dos flechas saliendo del mismo punto. Si apuntan en la misma dirección, son muy similares (valor cercano a 1). Si forman un ángulo recto, no tienen relación (0). Si apuntan en direcciones opuestas, son contrarias (−1).
En búsqueda semántica, se usa para saber qué documentos «significan» algo parecido a tu pregunta.
Nivel técnico
Profundizando
Se calcula dividiendo el producto punto entre el producto de las normas. Al ignorar la magnitud, compara solo la dirección, lo que resulta útil para Embeddings donde la longitud del vector puede depender de factores irrelevantes. La distancia coseno se define como 1 − similitud. Muchas bases vectoriales normalizan los vectores y usan producto punto, que entonces equivale a coseno.
Ver explicación matemática
Qué significa cada símbolo
- a · b
- Producto punto de los vectores
- ‖a‖, ‖b‖
- Longitudes (normas) de cada vector
- cos(θ)
- Resultado entre −1 (opuestos) y 1 (idénticos en dirección)
¿Por qué importa?
Es la regla de comparación estándar en búsqueda semántica y RAG.
¿Dónde se utiliza?
- Búsqueda semántica
- Recomendaciones
- Detección de duplicados
- Clustering
Antes de aprender esto
Si alguno te resulta nuevo, empieza por ahí.
Continúa aprendiendo
Conceptos relacionados
Aparece en la ruta Las matemáticas de la IA, sin miedo.