SVD 降维
相似度计算:
1.欧式距离 向量的范数2
2.皮尔逊相关系数 cov(X,Y)varxvary c o v ( X , Y ) v a r x v a r y
均值意义:样本集合的中间点
方差意义: 样本点的离散程度
协方差意义: 度量两个随机变量关系的统计量 度量各个维度偏离其均值的程度
协方差计算: cov(X,Y)=∑i=1n(Xi−X¯)(
相似度计算:
1.欧式距离 向量的范数2
2.皮尔逊相关系数 cov(X,Y)varxvary c o v ( X , Y ) v a r x v a r y
均值意义:样本集合的中间点
方差意义: 样本点的离散程度
协方差意义: 度量两个随机变量关系的统计量 度量各个维度偏离其均值的程度
协方差计算: cov(X,Y)=∑i=1n(Xi−X¯)(