机器学习基础（三十三）—— 皮尔逊相关度评价

除了欧几里得距离，还有一种更复杂一些的方法可以用来判断人们兴趣的相似度（相似一定发生在两个之间）。那就是皮尔逊相关系数，该相关系数是判断两组数据与某一直线拟合程度的一种度量。它在数据不是很规范（normalized）的时候（比如，某影评者对影片的评价总是相对于平均水平偏离很大时），会倾向于给出更好的结果。

如果某人总是倾向于给出比另一个人高的分值，而二者的分差又始终保持一致，也即二者呈线性关系，则会得到较高的皮尔逊相关度。

$$\rho_{X,Y}=\frac{\text{cov}(X,Y)}{\sqrt{D(X)}\sqrt{D(Y)}}$$

对应与 numpy 库中的 np.corrcoef() 函数。

np.corrcoef(X, Y)[0][1]