Cosine Similarity
La similitud coseno mide cuánto se parecen dos vectores según el ángulo que forman, sin tener en cuenta su longitud. Incluye la fórmula, medidas relacionadas, usos en búsquedas y código.
La similitud coseno mide cuánto se parecen dos vectores mediante el coseno del ángulo que forman: 1 si apuntan en la misma dirección, 0 si son perpendiculares y −1 si apuntan en direcciones opuestas. Ignora la longitud de los vectores y solo compara su dirección, lo que resulta adecuado para datos cuyo significado depende de la dirección, como los recuentos de palabras en documentos de distintas longitudes o los embeddings que producen las redes neuronales para texto e imágenes. Por eso, es la métrica predeterminada para comparar elementos en la búsqueda semántica, la generación aumentada por recuperación (RAG) y los sistemas de recomendación.
Cómo se calcula la similitud coseno#
La similitud coseno divide el producto escalar de dos vectores por el producto de sus longitudes: cos(θ) = (A·B) / (‖A‖·‖B‖), donde ‖A‖ es la longitud euclídea, es decir, la raíz cuadrada de la suma de los cuadrados de sus componentes. Multiplicar cualquiera de los vectores por un número positivo no altera la puntuación. Los vectores sin componentes negativos, como los recuentos de palabras o los pesos TF-IDF, siempre obtienen una puntuación entre 0 y 1. Este ejemplo compara un vector con una copia más larga de sí mismo, con un vector perpendicular y con su opuesto:
import numpy as np
def cosine(u, v):
"""Return the cosine of the angle between two vectors."""
return u @ v / (np.linalg.norm(u) * np.linalg.norm(v))
a = np.array([1.0, 2.0, 3.0])
b = 10 * a # same direction, ten times longer
c = np.array([3.0, 0.0, -1.0]) # perpendicular to a
print(f"cos(a, b) = {cosine(a, b):.2f}, Euclidean distance = {np.linalg.norm(a - b):.1f}")
print(f"cos(a, c) = {cosine(a, c):.2f}, cos(a, -a) = {cosine(a, -a):.2f}")La copia escalada obtiene una puntuación perfecta de 1,00, aunque está a 33,7 unidades de distancia euclídea; el vector perpendicular obtiene 0,00 y el vector opuesto, −1,00.
Una vez que los vectores se normalizan para que tengan longitud unitaria, la similitud coseno equivale a su producto escalar, y la distancia euclídea al cuadrado equivale a 2 − 2·cos(θ). Por tanto, ordenar los vecinos por similitud coseno, producto escalar o distancia euclídea da el mismo resultado. Por eso, las bases de datos vectoriales y las bibliotecas de búsqueda normalizan los embeddings una sola vez al indexarlos; puntuar una consulta frente a toda una colección se reduce a un único producto matriz-vector, la operación principal de la búsqueda vectorial. Los frameworks de aprendizaje profundo calculan la métrica directamente, como la función cosine_similarity de PyTorch.
Aplicaciones en IA#
- Recuperación para modelos de lenguaje: Se generan embeddings de una consulta y de una biblioteca de fragmentos de documentos con el mismo modelo, y los fragmentos con mayor similitud coseno con la consulta se pasan al modelo de lenguaje como contexto.
- Verificación facial: Los sistemas entrenados con funciones de pérdida como ArcFace, que añade un margen angular entre identidades, comparan dos embeddings faciales mediante la similitud coseno y aceptan la coincidencia si supera un umbral ajustado.
- Clasificación de cero disparo con CLIP: CLIP clasifica una imagen calculando la similitud coseno entre su embedding y los embeddings de prompts como «una foto de un perro», escala las puntuaciones mediante una temperatura aprendida y aplica una función softmax a los prompts.
- Aprendizaje contrastivo: Funciones de pérdida como NT-Xent de SimCLR dividen la similitud coseno de dos embeddings por una temperatura, acercan las vistas de una misma imagen y alejan las de otras imágenes.
- Recomendaciones basadas en elementos: El filtrado colaborativo compara elementos mediante la similitud coseno de sus vectores de valoración, de modo que los productos comprados por los mismos clientes se consideran similares.
Comparación de embeddings de imágenes en código#
Los modelos YOLO26 devuelven un embedding por imagen mediante embed(), que omite la cabeza de predicción y calcula la media del resultado de la penúltima capa del modelo. En este ejemplo se comparan los embeddings de dos imágenes de muestra de un modelo YOLO26 de clasificación de imágenes:
import torch.nn.functional as F
from ultralytics import YOLO
# Load a YOLO26 classification model pretrained on ImageNet
model = YOLO("yolo26n-cls.pt")
# Generate one embedding vector per image
embeddings = model.embed(["https://ultralytics.com/images/bus.jpg", "https://ultralytics.com/images/zidane.jpg"])
# Cosine similarity between the two image embeddings
similarity = F.cosine_similarity(embeddings[0], embeddings[1], dim=0)
print(f"Cosine similarity: {similarity.item():.4f}")La puntuación mostrada está entre −1 y 1; cuanto mayor sea, más parecidas representa la red las dos imágenes.
Similitud coseno frente a métricas relacionadas#
- Distancia coseno: Se define como 1 menos la similitud coseno y varía entre 0 y 2. No cumple la desigualdad triangular, por lo que no es una verdadera métrica de distancia; el ángulo θ sí lo es.
- Producto escalar: Tiene en cuenta las longitudes de ambos vectores, por lo que un vector largo obtiene una puntuación superior a la de uno corto que apunta en la misma dirección. Muchos modelos de recuperación de dos torres se entrenan para puntuar con el producto escalar sin procesar, en el que la longitud de un vector puede contener información como la popularidad general de un elemento.
- Distancia euclídea: Mide la distancia en línea recta entre dos puntos y aumenta con las diferencias de longitud, por lo que un documento corto y otro largo sobre el mismo tema quedan muy separados en el espacio de recuentos de palabras.
- K vecinos más próximos (KNN): Algoritmo que necesita una medida de similitud o distancia para encontrar vecinos; en las aplicaciones de texto y embeddings se suele utilizar la similitud coseno.
- Correlación de Pearson: Equivale a la similitud coseno de los dos vectores después de restar a cada componente la media de su propio vector.










