Какое свойство cosine similarity делает его предпочтительным методом поиска ближайших соседей

Cosine similarity измеряет косинус угла между векторами, игнорируя их длину. Это делает его идеальным для текстовых данных (TF-IDF, word2vec), где важна направленность, а не величина. Пример:

from sklearn.metrics.pairwise import cosine_similarity
import numpy as np

vec1 = np.array([1, 2, 3]) # Документ 1
vec2 = np.array([10, 20, 30]) # Документ 2 (тот же "направленный" контент)
vec3 = np.array([3, 2, 1]) # Другой контент

print(cosine_similarity([vec1], [vec2])) # 1.0 (идентичные направления)
print(cosine_similarity([vec1], [vec3])) # 0.714 (меньшее сходство)

Ключевые преимущества:
- Инвариантность к масштабу (частые слова не доминируют)
- Эффективен для sparse данных
- Хорошо работает в высокоразмерных пространствах