相似度计算合集

起因：

最近在写大论文，会涉及到一些相似度的原理，在这里做个笔记。

余弦相似度

上公式：

                                          

               

上原理：

                                                                         

上示例：

                                          

优缺点：

从公式的计算方式与实际情况相结合进行分析总结。（我就不写了，论文查重，你懂的！）

上代码：

import numpy as np
def cos(a,b):
	a = np.array(a)
	b = np.array(b)
	mul = sum(a * b)
	m = np.sqrt(sum(a**2)) * np.sqrt(sum(b**2))
	result = mul / m
	return result

Kendall相似系数

上公式：

                              

                                                        

                                                 

上示例：

                                               

上代码：

def Kendall(x, y=None):
    print("用户一评论项目：",x)
    print("用户二评论项目：", y)
    cnt = len(x)
    print("x(即item共有)长度：",cnt)
    coeff = 0.0
    co_num = 0 # 记录比较的次数
    if y == None:
        y = range(1, cnt + 1)
    for i in range(cnt):
        if x[i] ==0 or y[i] == 0:
            continue
        for j in range(cnt):
            j += i
            if(i==j):
                continue
            if(j>=cnt): # 此1]-x[2]再计算x[2]-x[1]
                break
            if x[j] == 0 or y[j] == 0:
                continue
            co_num += 1
            mark = (x[i] - x[j]) * (y[i] - y[j])
            if mark >= 0:
                coeff += 1.0
            elif mark < 0:
                coeff -= 1.0
    print("一致性元素减去非一致性元素的对数：",coeff) # 一致同减的幅度不同)
    print("比较次数",co_num)
    kendall_sim = coeff / co_num #一致性元素减去非一致性元素除以比较的次数
    return kendall_sim

Jaccard

上公式：

                 

上示例：

                                                   

                                    

上代码：

def jaccard(p,q):
    i = 0 #两个用户共有的项目数
    i_p = 0 # 用户p评价的项目数
    i_q = 0 # 用户q评价的项目数
    for j in range(len(p)): # len(p)为总的项目数
        if p[j] != 0 and q[j] != 0: # 计算p与q共有项目的个数i
            i = i+1
        else:
            continue
    for j in range(len(p)):
        if p[j] != 0:
            i_p = i_p + 1
        else:
            continue
    for j in range(len(p)):
        if q[j] != 0:
            i_q += 1
        else:
            continue
    print("用户一评论的项目数：%d"%(i_p))
    print("用户二评论的项目数：%d"%(i_q))
    print("用户一与用户二共同评论的项目数：%d"%(i))
    return i / (i_p + i_q - i)