mahout分析(2) org.apache.mahout.common.distance

    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。

1. 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|)
2. 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
   
3. 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
4. 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。