VECTOR_L2_DISTANCE

VECTOR_L2_DISTANCE

두 벡터 사이의 L2 거리를 계산해요.

L2 거리(유클리드 거리라고도 함)는 벡터 공간에서 두 벡터 사이의 거리를 나타내는 척도예요. 거리는 벡터 요소 간 차이의 제곱 합의 제곱근을 취해 계산돼요. 거리는 0 이상의 값일 수 있어요. 거리가 0이면 벡터들이 동일한 것이고, 더 큰 거리는 벡터들이 더 멀리 떨어져 있음을 나타내요.

출처: Snowflake VECTOR_L2_DISTANCE 함수 문서

본문

참고 항목: VECTOR_INNER_PRODUCT, VECTOR_COSINE_SIMILARITY, VECTOR_L1_DISTANCE, Vector Embeddings

구문 (Syntax)

VECTOR_L2_DISTANCE( ,  )

인자 (Arguments)

  • vector — 거리를 계산할 기준이 되는 VECTOR 값이에요.
  • vector — 거리를 계산할 대상 VECTOR 값이에요.

반환 값 (Returns)

두 입력 벡터 사이의 거리를 FLOAT 값으로 반환해요.

사용 노트 (Usage Notes)

  • 벡터 함수는 부동 소수점 정밀도를 낮출 수 있는 방식으로 최적화돼요. 이 함수의 결과는 최대 1e-4의 오차 여유가 있어요.

예제 (Examples)

이 예제는 VECTOR_L2_DISTANCE 함수를 사용하여 테이블에서 a와 b 컬럼 사이에 서로 가장 가까운 벡터를 결정해요:

CREATE TABLE vectors (a VECTOR(FLOAT, 3), b VECTOR(FLOAT, 3));
INSERT INTO vectors SELECT [1.1,2.2,3]::VECTOR(FLOAT,3), [1,1,1]::VECTOR(FLOAT,3);
INSERT INTO vectors SELECT [1,2.2,3]::VECTOR(FLOAT,3), [4,6,8]::VECTOR(FLOAT,3);

-- Compute the pairwise inner product between columns a and b
SELECT VECTOR_L2_DISTANCE(a, b) FROM vectors;

+------+
| 2.3  |
|------|
| 6.95 |
+------+

더 알아보기