2018-11-21 043 甚高维向量

别慌，我们不是讲数学。 :)

作为生活在三维向量中的生物，我们容易理解我们身处的三维世界，对一张平面、一条线也可以理解，而零维的一个点，似乎好好想一下也可以想通，可是，我们很难理解四维空间，有人说宇宙的最高维度是11维，我们不妨把超过这个维度的，我们事实上根本不可能理解的维度称为“甚高维”。
其实，如果像信息领域中使用的成百上千维的向量，实际上已经脱离了“向量”“空间”之类概念的原本意义，成为一种“泛化”的向量。
那么我们为何使用这种既没有物质指代，也不可能理解的东西呢？
在查询文档或文本时，我们可能会使用向量表示，这时，一个单词都可以成为一个单一的维度，这样就构成了一种相关性模型，在这种模型中，信息关键的指标是它的余弦相关值（放心，我们真的不是讲数学），相关值越接近1，文档与查询内容的相关性就越大。
在之后几天，我们会大略讲一下Vector这个类。
在书里，vector之前还讲述了一下Vector2d类，而且还颇费周章写了如何让两个类兼容，当然以本菜鸡自己的眼光来看，vector2d的学习意义大而实用意义不如vector，因为本菜鸡最近一直在刷Leetcode，所以还是写点常用的，如果要好好学Python，Vector2d还是很重要的。