皮尔逊相关系数
定义
皮尔逊相关系数判断两组数据与某一直线拟合程度的一种度量
公式及其计算过程如下
python代码实现
'''
@copyright Programming Collective Intelligence
返回p1和p2的皮尔逊相关系数
prefs是一个二维矩阵字典,如下图所示
(名字,电影) movie1 movie2
p1 4.5 5.0
p2 3.0 1.5
'''
def simPearson(prefs, p1, p2):
#得到双方都曾评价过得物品列表
si={}
for item in prefs[p1]:
for item in prefs[p2]:
si[item] = 1
#得到列表元素的个数
n = len(si)
#如果两者没有共同之处,则返回1
if n == 0: return 1
#对所有偏好求和
sum1 = sum([prefs[p1][it] for it in si])
sum2 = sum([prefs[p2][it] for it in si])
#求平方和
sum1Sq = sum([pow(prefs[p1][it], 2) for it in si])
sum2Sq = sum([pow(prefs[p2][it], 2) for it in si])
#求乘积之和
pSum = sum([prefs[p1][it] * prefs[p2][it] for it in si])
#计算皮尔逊评价值
num = pSum - (sum1 * sum2) / n
den = sqrt((sum1Sq-pow(sum1, 2) / n) * (sum2Sq - pow(sum2, 2) / n))
if den == 0: return 0
r = num / den
return r