ベクトル類似度計算機

ベクトル類似度とは？

ベクトル類似度は、多次元空間における2つのベクトルの類似度を測定します。ベクトルは、データポイントを表す順序付きの数値リストであり、機械学習の埋め込み、推奨システム、自然言語処理、画像認識、科学計算に現れます。2つのベクトルを比較することで、基礎となるデータポイント間の距離または関連性を知ることができます。

2つの中核概念が使用されます：

• 類似度：2つのベクトルがどの程度似ているかを示すスコア。通常、値が高いほど類似度が高い（例：コサイン類似度が1の場合は方向が同じ）。
• 距離：2つのベクトル間の離れ具合を測定する指標。通常、値が低いほど類似度が高い（例：ユークリッド距離が0の場合はベクトルが同じ）。

ツール説明

このツールは、情報理論、統計学、幾何学から50以上の周知の方法を使用して、2つの数値ベクトル間の類似度または距離を計算します。2つのベクトルを入力し、類似度または距離タブからメソッドを選択すると、結果がブラウザで即座に計算されます。

例

入力

Vector A: 1, 2, 3
Vector B: 4, 5, 6

受け入れられる入力形式

以下はすべて同等です：

1, 2, 3
[1, 2, 3]
(1 2 3)
1;2;3

機能

• 50以上のメソッド — 距離（ユークリッド、マンハッタン、チェビシェフ、コサイン、Kullback-Leibler、Jensen-Shannon など）または類似度（コサイン、Jaccard、Dice、Tanimoto など）から選択
• 柔軟な入力 — カンマ、スペース、またはセミコロン区切りの値をブラケット付きまたはなしで受け入れ
• 即座の結果 — すべての計算はクライアント側で実行され、サーバーにデータは送信されません

サポートされているメソッド

類似度メソッド

距離メソッド

動作原理

このツールは各ベクトル入力を数値シーケンスに解析し、オプションのブラケットを削除し、カンマ、スペース、またはセミコロンで分割します。その後、両方の配列をml-distanceライブラリから選択された関数に渡し、純粋なJavaScriptで計算を実行します。両方のベクトルは同じ次元数を持つ必要があります。そうでない場合、ツールは検証エラーを表示します。

制限事項

• 一部のメソッド（例：Kullback-Leibler、Bhattacharyya）では、すべての値が厳密に正であり、合計が1である必要があります（確率分布）。任意のベクトルを使用すると、InfinityまたはNaNが生成される可能性があり、ツールはこれを計算エラーとして扱います。
• 非常に大きなベクトル（数千の次元）はサポートされていますが、選択されたメソッドに応じて短い遅延が発生する可能性があります。