相似度计算在数据挖掘和推荐系统中有着广泛的应用场景。例如:
- 在CF算法中,可以利用相似度计算用户之间或物品之间的相似度。
- 在利用k-means进行聚类时,利用相似度公式计算个体到簇类中心的距离,进而判断个体所属的类别。
- 利用KNN进行分类时,利用相似度计算个体与已知类别之间的相似性,从而判断个体所属的类别等。
下面依次介绍常见的相似度计算方法。
- 欧式距离
from numpy import *
def EucideanDistance(a,b):
return sqrt((a[0]-b[0])**2 + (a[1]-b[1])**2)
print('a,b二维欧式距离为:',EucideanDistance((1,1),(2,2)))
2. 曼哈顿距离
from numpy import *
def ManhattanDistance(a,b):
return abs(a[0]-b[0])+abs(a[1]-b[1])
print('a,b 二维曼哈顿距离为:', ManhattanDistance((1,1),(2,2)))
3. 切比雪夫距离
from numpy import *
def ChebyshevDistance(a,b):
return max(abs(a[0]-b[0]),abs(a[1]-b[1]))
print('a,b二维切比雪夫距离:', ChebyshevDistance((1,2),(3,4)))
4. 余弦相似度
from numpy import *
def CosineSimilarity(a,b):
cos = (a[0]*b[0]+a[1]*b[1])/(sqrt(a[0]**2+a[1]**2)*sqrt(b[0]**2+b[1]**2))
return cos
print('a,b余弦相似度为:',CosineSimilarity((1,1),(2,2)))