相似度计算的三种方式
相似度计算的三种方式
欧几里德评价
欧几里得度量&＃xff08;euclidean metric&＃xff09;&＃xff08;也称欧式距离&＃xff09;是一个通常采用的距离定义&＃xff0c;指在m维空间中两个点之间的真实距离&＃xff0c;或者向量的自然长度&＃xff08;即该点到原点的距离&＃xff09;。
0ρ &＃61; sqrt( (x1-x2)^2&＃43;(y1-y2)^2 )
similarity &＃61; 1/(op &＃43; 1)
最终的similarity就是相似度评价的值
皮尔逊相关评价
皮尔逊相关系数是一种度量两个变量间相关程度的方法。它是一个介于 1 和 -1 之间的值&＃xff0c;其中&＃xff0c;1 表示变量完全正相关&＃xff0c; 0 表示无关&＃xff0c;-1 表示完全负相关。
相关公式&＃xff1a;
皮尔逊相关的约束条件
从以上解释, 也可以理解皮尔逊相关的约束条件:
1 两个变量间有线性关系
2 变量是连续变量
3 变量均符合正态分布,且二元分布也符合正态分布
4 两变量独立
在实践统计中,一般只输出两个系数,一个是相关系数,也就是计算出来的相关系数大小,在-1到1之间;另一个是独立样本检验系数,用来检验样本一致性.
适用范围
适用于A的评价普遍高于B的评价
Tanimoto分值
公式如下图所示&＃xff1a;
度量两个集合之间的相似程度的方法。
A&＃61;
B&＃61;
C &＃61; A & B &＃61;
T &＃61; Nc / ( Na &＃43; Nb -Nc) &＃61; len(c) / ( len(a) &＃43; len(b) - len(c)) &＃61; 2 / (4&＃43;3-2) &＃61; 0.4
可以用户计算用户之间的相似程度
相关资料
http://www.tuicool.com/articles/vuiU3uu
http://blog.sina.com.cn/s/blog_618985870101jmnp.html
