我昨天问了一个关于形成有效距离度量的问题（Link1）并得到了一些很好的答案；但是，我还有一些关于为高维数据形成适当距离度量的问题。
为什么三角不等式对于制定有效的距离度量如此重要？也许这个问题太宽泛了，但我脑子里还没有一个简单的例子。不确定你们是否可以想一个简单的场景来解释这一点？
正如我在上一篇文章 ( Link1 ) 中提到的，我认为余弦相似度与点积是一回事。我对吗？如果是这样，点积不是有效的距离度量，因为它不具有三角形不等式等属性。如果我们将点积测量的相似度转换为角度相似度，它会是一个合适的距离度量吗？
关于欧几里得距离，还有一篇文章（Link2）说它在高维度上不是一个好的度量。由于我的数据向量位于高维空间中，我想知道某些距离度量是否受到维数灾难的影响？
关于上面的 C 点，考虑到维度，分数距离度量会是更好的距离度量吗？（链接3）
非常感谢！一种