相似度的选择

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