Métrica geométrica que calcula la longitud del segmento en línea recta entre dos puntos vectoriales en un espacio euclidiano multidimensional.
Explicación y Contexto Conceptual
La Distancia Euclidiana (o norma L2) es la medida de distancia espacial más intuitiva y clásica en matemáticas, generalizada al espacio de alta dimensión de los modelos de embeddings. Calcula la raíz cuadrada de la suma de las diferencias al cuadrado entre las coordenadas de dos vectores.
A diferencia de la Similitud del Coseno (que solo mide el ángulo y hace caso omiso a la longitud del vector), la distancia euclidiana es sumamente sensible tanto a la dirección como a la magnitud absoluta de los vectores.
En aplicaciones de segmentación de audiencias (clustering K-Means) y detección de fraude en marketing digital, la distancia L2 es la métrica de elección preferente cuando la magnitud del vector codifica intensidad de comportamiento (por ejemplo: frecuencia de compra y volumen de gasto monetario combinados).
Ejemplo en la Práctica
Un algoritmo de segmentación agrupa a usuarios en clusters de valor calculando la distancia euclidiana entre sus perfiles vectoriales de navegación y compra.