算法基本名词解释

《白话大数据与机器学习》笔记

1. 欧氏距离

1. 欧氏距离
   
2. 适用环境:
   用于描述两个多维点之间的距离
3. Python实现代码

def euclidean(a1, a2):
    #a1,a2表示两个向量,每个向量有多个维度
    distance = 0  # 欧几里得距离
    for item in a1:  # item表示被评分物品
        if item in a2:  # 判断item是否同时在a1和a2中，即是否同时被两个用户评价过
            score1 = a1[item]  # score代表分数
            score2 = a2[item]
            distance += pow((score1 - score2), 2)
            distance = pow(distance, 0.5)
    return distance

2. 曼哈顿距离

1. 曼哈顿距离
   
2. 适用环境:
   用于描述两个多维点之间的距离,比欧氏距离计算更加方便且消除开方后取近视值带来的误差
3. Python实现代码

def manhattan