Mahout项目只提供四种距离度量方法,和三种加权距离度量方法,其中四种距离度量方法如下所示。
- CosineDistanceMeasure(余弦距离度量法),如果v1、v2分别表示两个向量,则他们之间的距离为 v1*v2/(|v1|*|v2|)
- EuclideanDistanceMeasure(欧氏距离度量法)详情可以参考我另一篇文章:马氏距离和欧氏距离的介绍 http://54pe.iteye.com/admin/blogs/478242
- ManhattanDistanceMeasure(曼哈顿距离度量法)曼哈顿距离度量法比如有意思,又叫出租车度量方法。计算方法为:d=sqrt( ∑(v1i-v2i)^ ) 这里i=1,2..n
- TanimotoDistanceMeasure 计算方法:((a^2 + b^2 - ab) / ab) - 1,eturn 0 for perfect match, > 0 for greater distance
下面,我们以求欧氏距离为例,简要说明一下求各种的方法。
public double distance(Vector v1, Vector v2) {
if (v1.size() != v2.size()) {
throw new CardinalityException();
}
double result = 0;
Vector vector = v1.plus(v2);
Iterator<Vector.Element> iter = vector.iterateNonZero();//this contains all non zero elements between the two
while (iter.hasNext()) {
Vector.Element e = iter.next();
double delta = v2.getQuick(e.index()) - v1.getQuick(e.index());
result += delta * delta;
}
return result;
}
在求两个向量间距离之前,需要保证两个向量的大小相等,为什么要用Iterator<Vector.Element> iter = vector.iterateNonZero();我也是不很明白,待下次再进行分解。