python 时间曲线相似度计算_几种相似度计算方法的Python实现

在看《集体智慧编程》的时候跟着书顺手写的

欧几里得距离

# 返回person1 与 person2 基于欧几里得距离的相似度评价

# sum_of squares = 所有 p1 与 p2 共同评价的物品的分数差的平方之和ß

# 即在 "p1 与 p2 共同评价商品数量"维度 的空间中的欧几里得距离ß

def sim_distance(prefs, person1, person2):

si = {}

for item in prefs[person1]:

if item in prefs[person2]:

si[item] = 1

if len(si) == 0:

return 0

sum_of_squares = sum(

[pow(prefs[person1][item] - prefs[person2][item], 2) for item in prefs[person1] if item in prefs[person2]])

return 1 / (1 + sqrt(sum_of_squares))

曼哈顿距离

# 曼哈顿距离

def sim_manhattan(prefs, person1, person2):

si = {}

for item in prefs[person1]:

if item in prefs[person2]:

si[item] = 1

if len(si) == 0:

return 0

sum_of_manhattan = sum(

[abs(prefs[person1][item] - prefs[p