이를 2차원 그림으로 나타내면 다음과 같다.
그림 7-4 | 코사인 유사도 시각화
이때 θ 값 즉, 두 점 사이의 각도가 작을수록 더 가깝다고 판단한다. 이에 관한 가장 직관적인 그림은 구글의 머신러닝 과정에서 참고할 수 있다(그림 7-5).
그림 7-5 | 단어 임베딩(Embeddings can produce remarkable analogies)6
이를 2차원 그림으로 나타내면 다음과 같다.
그림 7-4 | 코사인 유사도 시각화
이때 θ 값 즉, 두 점 사이의 각도가 작을수록 더 가깝다고 판단한다. 이에 관한 가장 직관적인 그림은 구글의 머신러닝 과정에서 참고할 수 있다(그림 7-5).
그림 7-5 | 단어 임베딩(Embeddings can produce remarkable analogies)6