四种相似度计算方式概述
（一）欧几里得距离（L2）
原理：测量两点间直线距离，距离越小越相似。
公式：L2(X,Y)=∑i=1n(xi−yi)2。
示例：向量 A [1,2,3] 与向量 B [4,5,6] 的 L2 距离约为 5.2。
适用场景：图像检索、人脸识别、向量模长有意义的场景。
（二）内积（IP）
原理：测量向量方向相似度和大小乘积，值越大越相似。
公式：IP(X,Y)=∑i=1nxi⋅yi。
示例：向量 A [1,2,3] 与向量 B [4,5,6] 的内积为 32。
适用场景：推荐系统、向量已归一化、需考虑向量大小和方向的场景。
（三）余弦相似度（Cosine）
原理：测量向量夹角，忽略大小，关注方向，值越接近 1 越相似。
公式：Cosine(X,Y)=∣∣X∣∣⋅∣∣Y∣∣X⋅Y。
示例：向量 A [1,2,3] 与向量 B [4,5,6] 的余弦相似度约为 0.975。
适用场景：文本相似度比较、仅关心方向的场景、自然语言处理。
（四）汉明距离（Hamming）
原理：计算等长字符串或二进制串对应位置不同的数量，距离越小越相似。
公式：Hamming(X,Y)=∑i=1n[xi=yi]。
示例：向量 A [1,0,1,0,1] 与向量 B [1,1,0,0,0] 的汉明距离为 3。
适用场景：错误检测和纠正、生物信息学、二进制特征比较、图像哈希比较。
四种度量类型对比
度量类型选择建议
欧几里得距离（L2）：适用于向量绝对大小有意义的场景，如图像特征、物体坐标等。
内积（IP）：适用于向量已归一化或需考虑向量大小和方向的场景。
余弦相似度（Cosine）：适用于仅关心方向的场景，如文本向量、语义相似度等。
汉明距离（Hamming）：适用于处理二进制特征或哈希值的场景。
注意事项
在 Milvus 中创建索引时，必须指定合适的metric_type参数，该参数将决定向量相似度的计算方式，比如这里用的是余弦相似度：