该选择哪种相似度计算: 如果数据存在“分数膨胀”,即不同用户使用不同的评级范围的影响,则使用皮尔逊相关系数。
如果数据之间比较“密集”,数据比较完整,变量之间基本存在公有值,且这些距离数据是非常重要的,那就使用欧几里得或曼哈顿距离。
(空缺值处理:用0代替空缺值的方法可能会造成较大误差,“平均值”填充效果好于0值填充)
如果数据是稀疏的,则使用余弦相似度。
该选择哪种相似度计算: 如果数据存在“分数膨胀”,即不同用户使用不同的评级范围的影响,则使用皮尔逊相关系数。
如果数据之间比较“密集”,数据比较完整,变量之间基本存在公有值,且这些距离数据是非常重要的,那就使用欧几里得或曼哈顿距离。
(空缺值处理:用0代替空缺值的方法可能会造成较大误差,“平均值”填充效果好于0值填充)
如果数据是稀疏的,则使用余弦相似度。
转载于:https://www.cnblogs.com/xuyuchen/p/9694123.html