数据挖掘之曼哈顿距离、欧几里距离、明氏距离、皮尔逊相关系数、余弦相似度Python实现代码

最新推荐文章于 2023-05-02 11:42:49 发布

liutielei

最新推荐文章于 2023-05-02 11:42:49 发布

阅读量4.5k

点赞数 1

分类专栏： pyhon 文章标签：皮尔逊相关系数余弦相似度数据挖掘算法数据挖掘 python

本文链接：https://blog.csdn.net/liutielei/article/details/50831105

版权

本文介绍了数据挖掘中常用的几种距离度量方法，包括曼哈顿距离、欧几里得距离、明氏距离，以及相似度计算的皮尔逊相关系数和余弦相似度。通过Python代码展示了这些算法的实现，如计算两个用户评分的相似性，以进行推荐系统中的邻居查找和推荐乐队。

摘要由CSDN通过智能技术生成

# -*- coding:utf8 -*-
from math import sqrt

users = {"Angelica": {"Blues Traveler": 3.5, "Broken Bells": 2.0, "Norah Jones": 4.5, "Phoenix": 5.0, "Slightly Stoopid": 1.5, "The Strokes": 2.5, "Vampire Weekend": 2.0},
"Bill":{"Blues Traveler": 2.0, "Broken Bells": 3.5, "Deadmau5": 4.0, "Phoenix": 2.0, "Slightly Stoopid": 3.5, "Vampire Weekend": 3.0},
"Chan": {"Blues Traveler": 5.0, "Broken Bells": 1.0, "Deadmau5": 1.0, "Norah Jones": 3.0, "Phoenix": 5, "Slightly Stoopid": 1.0},
"Dan": {"Blues Traveler": 3.0, "Broken Bells": 4.0, "Deadmau5": 4.5, "Phoenix": 3.0, "Slightly Stoopid": 4.5, "The Strokes": 4.0, "Vampire Weekend": 2.0},
"Hailey": {"Broken Bells": 4.0, "Deadmau5": 1.0, "Norah Jones": 4.0, "The Strokes": 4.0, "Vampire Weekend": 1.0},
"Jordyn": {"Broken Bells": 4.5, "Deadmau5": 4.0, "Norah Jones": 5.0, "Phoenix": 5.0, "Slightly Stoopid": 4.5, "The St