集体智慧编程读书笔记(第二章)

1.关于相似度评价体系

欧几里德距离和皮尔逊相关度

欧几里德距离：

• # 计算所有差值的平方和

  1 sum_of_squares=sum([pow(prefs[person1][item]-prefs[person2][item],2)
  2                         for item in prefs[person1] if item in prefs[person2]])

  说明：pow()计算差值平方 prefs、person1、person2为传入参数

• 取倒数（1+差值平方和）

  1 return 1/(1+sqrt(sum_of_squares))

  说明：2者相关度越高，则该值越趋向于1

皮尔逊相关度:

　　最佳拟合线

　　皮尔逊相关公式：

     

      

     

转载于:https://www.cnblogs.com/fubst0318/articles/6234687.html