
1.皮尔逊相关系数
反映的是两个变量之间的线性相关性,它的一个缺点是针对用户之间只有一个共同的评分项不能进行比较,另外没有考虑重叠的评分项数量对相似度的影响
描述两个变量之间的直线距离,当两个变量至少有一个相同评分项时可以计算
3.余弦相似度
余弦值代表的是空间向量上的夹角余弦值,更体现的是空间上的差异性,与欧几里得距离相比,欧更注重的是绝对数值之间的差异,而余弦更注重的趋势上的不同,
- 曼哈顿距离
表示绝对轴距总和,只有上下和左右的方向
欢迎分享,转载请注明来源:内存溢出

1.皮尔逊相关系数
反映的是两个变量之间的线性相关性,它的一个缺点是针对用户之间只有一个共同的评分项不能进行比较,另外没有考虑重叠的评分项数量对相似度的影响
描述两个变量之间的直线距离,当两个变量至少有一个相同评分项时可以计算
3.余弦相似度
余弦值代表的是空间向量上的夹角余弦值,更体现的是空间上的差异性,与欧几里得距离相比,欧更注重的是绝对数值之间的差异,而余弦更注重的趋势上的不同,
表示绝对轴距总和,只有上下和左右的方向
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)