PgMaru

머신러닝과 관련된 내용들을 찾아 보다 보면,

낮설어 보이는 수학 기호나 개념들이 많이 있다.

그래서 '이게 뭔가' 하면서 검색을 하다 보면,

예전에 배웠던 기억이 나기도 한다.

배우기는 했지만, 너무 오래 쓰지 않다 보니

까맣게 잊고 있었던 것들이다.

이렇게 필요할 때마다 하나씩 발견해 나가는 

예전 기억들 내지는 새로운 배움들에 대해 정리해 놓아야 할 것 같다.

그래서 오늘은, 다음 공식을 이해하기 위한 내용을 찾아보았다.

다음은, Neighborhood Method에서 유사도를 측정하는데 사용되는 distance function이다.

이 공식의 분모는 '2-norm'이라는 개념이고, 분자는 '스칼라곱'이라는 개념이다.

이 두 개념을 바탕으로 위 공식을 다시 보게 되면,

위 식의 결과는 cos θ가 된다.

즉, $r_{i}$와 $r_{j}$의 거리가 가까우면, θ값이 작아져서 1에 가까운 수가 되고,

거리가 멀어지면, θ값이 커져서 0에 가까운 수가 된다.