相似度计算

余弦相似度

余弦相似度是测量两个向量在多维空间中的夹角的余弦值。其值的范围从-1到1，其中1表示完全匹配，0表示没有关系，而-1表示完全不匹配。

余弦相似度不考虑两个向量的模长，只考虑它们之间的夹角，所以适合处理文本中高维稀疏向量。

适用情况：

• 适用于稀疏向量，如文本分类中的TF-IDF矩阵、用户评分等。
• 计算简单快速。

皮尔逊相关系数

皮尔逊相关系数是一种测量两个连续变量之间线性关系强度和方向的统计量。它衡量两个变量之间的共同变化程度，并且在数据集服从正态分布时表现最佳。

适用情况：

• 适用于连续变量，特别是在正态分布下。
• 用于衡量两个变量之间的线性关系。
• 常用于连续数据，例如身高，体重，温度等。

欧几里得距离

通常用于计算向量之间的欧氏距离，即向量的空间距离。适用于图像处理、音频信号处理、生物信息学等领域。

曼哈顿距离

计算向量各个坐标对应差值绝对值的总和，适用于求解两组变量之间的距离，如地图路径规划问题。

斯皮尔曼等级相关系数

斯皮尔曼等级相关系数是一种非参数方法，用于测量两个变量之间的排名关系，它可以找到任何单调函数之间的关系，这说明它可以检测线性和非线性关系。

适用情况：

• 适用于定序数据和粗略数据
• 用于测量两个变量之间的顺序关系
• 常用于测量排序数据，例如顾客对产品执行评估。

参考：

1. 衡量变量之间相似性或相关性的方法