利用python计算各类距离

利用python计算各类距离：https://www.jb51.net/article/164673.htm

1.闵可夫斯基距离(Minkowski Distance)

闵可夫斯基距离不是一个距离，而是一组距离的定义。其中 p 代表空间的维数，当 p=1 时，就是曼哈顿距离；当 p=2 时，就是欧氏距离；当 p→∞时，就是切比雪夫距离。

2.欧氏距离(Euclidean Distance)

3.曼哈顿距离(Manhattan Distance)

曼哈顿距离在几何空间中用的比较多。以下图为例，绿色的直线代表两点之间的欧式距离，而红色和黄色的线为两点的曼哈顿距离。所以曼哈顿距离等于两个点在坐标系上绝对轴距总和。

4.切比雪夫距离(Chebyshev Distance)

5.夹角余弦(Cosine)

余弦距离实际上计算的是两个向量的夹角，是在方向上计算两者之间的差异，对绝对数值不敏感。在兴趣相关性比较上，角度关系比距离的绝对值更重要，因此余弦距离可以用于衡量用户对内容兴趣的区分度。比如用搜索引擎搜索某个关键词，它还会推荐其他的相关搜索，这些推荐的关键词就是采用余弦距离计算得出的。

6.汉明距离(Hamming distance)

7.杰卡德相似系数(Jaccard similarity coefficient)

8.贝叶斯公式

相关性

方法1：通过numpy的corrcoef

x = [52,19,7,33,2]
y = [162,61,22,100,6]
num.corrcoef(x,y)

方法2：通过pandas的corr

data = pandas.DataFrame({'x':x, 'y':y})
data.corr()

Jaccard相似度

1、当两个集合元素个数相同，则直接调包

from numpy import *
import scipy.spatial.distance as dist  # 导入scipy距离公式
matV = mat([[1,1,0,1,0,1,0,0,1],[0,1,1,0,0,0,1,1,1]])
print ("dist.jaccard:", dist.pdist(matV,'jaccard'))

2、当集合元素个数不同

def correlation(set_a,set_b):
    unions = len(set_a.union(set_b))
    intersections = len(set_a.intersection(set_b))
    return 1. * intersections / unions