相似度计算的三种方式

相似度计算的三种方式

欧几里德评价

欧几里得度量（euclidean metric）（也称欧式距离）是一个通常采用的距离定义，指在m维空间中两个点之间的真实距离，或者向量的自然长度（即该点到原点的距离）。

0ρ = sqrt( (x1-x2)^2+(y1-y2)^2 )

similarity = 1/(op + 1)
最终的similarity就是相似度评价的值

皮尔逊相关评价

皮尔逊相关系数是一种度量两个变量间相关程度的方法。它是一个介于 1 和 -1 之间的值，其中，1 表示变量完全正相关， 0 表示无关，-1 表示完全负相关。
相关公式：

皮尔逊相关的约束条件

从以上解释, 也可以理解皮尔逊相关的约束条件:

1 两个变量间有线性关系
2 变量是连续变量
3 变量均符合正态分布,且二元分布也符合正态分布
4 两变量独立
在实践统计中,一般只输出两个系数,一个是相关系数,也就是计算出来的相关系数大小,在-1到1之间;另一个是独立样本检验系数,用来检验样本一致性.

适用范围

适用于A的评价普遍高于B的评价

Tanimoto分值

公式如下图所示：

度量两个集合之间的相似程度的方法。
A=[1,2,3,4]
B=[1,2,7]
C = A & B = [1,2]
T = Nc / ( Na + Nb -Nc) = len(c) / ( len(a) + len(b) - len(c)) = 2 / (4+3-2) = 0.4
可以用户计算用户之间的相似程度

相关资料

http://www.tuicool.com/articles/vuiU3uu
http://blog.sina.com.cn/s/blog_618985870101jmnp.html