皮尔逊person相关系数

前几天看《女士品茶》 知道pearson 和 费南尔 是统计学上都做过重大贡献的人物。

https://blog.csdn.net/ruthywei/article/details/82527400

https://www.zhihu.com/question/19734616

有一篇文章用Pearson 相关系数作为loss 函数:

待补充 

使用attention 网络对人脸重点区域进行增强:

 

 

对于向量:


def pearson(vector1, vector2):

    n = len(vector1)

    #simple sums

    sum1 = sum(float(vector1[i]) for i in range(n))

    sum2 = sum(float(vector2[i]) for i in range(n))

    #sum up the squares

    sum1_pow = sum([pow(v, 2.0) for v in vector1])

    sum2_pow = sum([pow(v, 2.0) for v in vector2])

    #sum up the products

    p_sum = sum([vector1[i]*vector2[i] for i in range(n)])

    #分子num,分母den

    num = p_sum - (sum1*sum2/n)

    den = math.sqrt((sum1_pow-pow(sum1, 2)/n)*(sum2_pow-pow(sum2, 2)/n))

    if den == 0:

        return 0.0

    return num/den

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值