向量距离函数 (Vector Distance Functions)

本节提供 Databend 中向量距离函数的参考信息。这些函数在机器学习应用、向量搜索和 AI 驱动分析中，对测量向量间的相似性至关重要。

可用的向量距离函数

函数	描述	示例
COSINE_DISTANCE	计算向量间的角度距离（范围：0-1）	`COSINE_DISTANCE([1,2,3], [4,5,6])`
L2_DISTANCE	计算欧几里得（直线）距离	`L2_DISTANCE([1,2,3], [4,5,6])`

函数	描述	范围	最佳用途	应用场景
L2_DISTANCE	欧几里得（直线）距离	[0, ∞)	当向量大小重要时	• 图像相似性 • 地理数据 • 异常检测 • 基于特征的聚类
COSINE_DISTANCE	向量间的角度距离	[0, 1]	当方向比大小更重要时	• 文档相似性 • 语义搜索 • 推荐系统 • 文本分析