假設兩個向量

歐式距離：

P正規化：

p = 1, 1正規化：

p = 2, 2正規化（等於歐氏距離）：

p = :

上面總稱閔可夫斯基距離                         

傑卡德相似係數：

餘弦相似度：

等於1時，方向相同，最相似，等於0時，方向垂直，-1時，方向相反，最不相似。

皮爾遜相關係數：

不認為x, y是兩個n維的向量，而是兩個隨機變數，分別取樣出n個值，則可以計算出x的均值, 標準差,   y的均值, 標準差.      x, y 的協方差記作, 則皮爾遜係數計算如下：

                                                              = 

它的取值範圍為[-1, 1], 值越大，越相關。

特殊情況下，當 = 0，  = 0時，退化成了餘弦相似度。

相對熵（K-L距離）

它是衡量兩個分佈的距離。

不具有對稱性。非負。 分佈完全相同時，相對熵為0， 分佈差別越大，相對熵越大。