Die Distanz zwischen zwei Punkten entscheidet, welche Nachbarn in einer Vektordatenbank gefunden werden. Je nach Datencharakteristik kommen euklidische Distanz, Kosinus-Distanz oder Manhattan-Distanz zum Einsatz. Sie beeinflussen Ranking, Clustering oder Anomalieerkennung.
Praxis
- Retrieval: Relevante Dokumente werden über den kleinsten Distanzwert ermittelt.
- Normalisierung: Einheitliche Skalen vermeiden Verzerrungen in der Distanzberechnung.
- Eval: Heatmaps und Distanzstatistiken helfen, schlechte Embeddings aufzuspüren.
