单分量向量的余弦相似度实现特殊情况处理咨询

嘿，这个问题其实挺值得掰扯清楚的——咱们先从余弦相似度的数学定义本身说起，你就能明白为啥当前实现会得到“恒为1”的结果，以及该怎么修正或者调整了。

首先回顾余弦相似度的核心公式：
cosθ = (A · B) / (||A|| * ||B||)
对于两个单分量向量 A=[a] 和 B=[b]：

• 点积 A·B = a*b
• 模长乘积 ||A||*||B|| = |a| * |b|

代入公式后得到的结果其实是符号函数：

• 如果a和b同号（都是正或都是负），结果是1
• 如果a和b异号，结果是-1
• 如果其中一个是0，结果是0（点积为0，模长乘积非零的情况）
• 如果两个都是0，余弦相似度是数学上未定义的（你可以根据业务需求返回NaN、0或者1，但最好明确标注）

你当前实现得到“恒为1”，大概率是忽略了符号的处理——比如代码里只计算了绝对值的比值，或者误把模长的计算当成了直接取分量值，导致异号的情况也返回了1。

单分量向量的情况完全不需要单独写分支，只要让你的余弦相似度实现严格遵循数学定义，就能自动正确处理。这里给个Python的示例参考：

def cosine_similarity(vec1, vec2):
    if len(vec1) != len(vec2):
        raise ValueError("Vectors must have the same dimension")
    
    dot_product = sum(x * y for x, y in zip(vec1, vec2))
    norm1 = sum(x**2 for x in vec1) ** 0.5
    norm2 = sum(x**2 for x in vec2) ** 0.5

    # 处理零模长的边界情况
    if norm1 == 0 or norm2 == 0:
        if norm1 == 0 and norm2 == 0:
            return float('nan')  # 两个零向量，余弦相似度未定义
        else:
            return 0.0  # 其中一个是零向量，相似度为0
    
    return dot_product / (norm1 * norm2)

测试几个单分量的场景：

• cosine_similarity([3], [5]) → 1.0（同号）
• cosine_similarity([-2], [4]) → -1.0（异号）
• cosine_similarity([0], [7]) → 0.0
• cosine_similarity([0], [0]) → NaN

除非你的业务场景有特殊需求（比如不管符号都要返回1，但这已经不是数学上的余弦相似度了），否则完全不需要单独处理单分量的情况——上面的通用代码已经覆盖了所有维度的向量，包括1维。

内容的提问来源于stack exchange，提问作者efsee