LP距离与余弦距离物理意义
来源:互联网 发布:java goto语句 编辑:程序博客网 时间:2024/05/08 08:39
截取自:http://www.cnblogs.com/chaosimple/archive/2013/06/28/3160839.html
区别如图所示:
L2距离(欧氏距离)
衡量的是绝对距离,跟各个点所在的位置坐标直接相关;而余弦距离衡量的是空间向量的夹角,更加体现在方向上的差异,而不是位置。
欧氏距离能够体现个体数值特征的绝对差异,所以更多的用于需要从维度的数值大小中体现差异的分析,如使用用户行为指标分析用户价值的相似度或差异。
LP距离
余弦距离
更多的是从方向上区分差异,而对绝对的数值不敏感,更多的用于使用用户对内容评分来区分兴趣的相似度和差异,同时修正了用户间可能存在的度量标准不统一的问题(因为余弦距离对绝对数值不敏感)。
调整余弦相似度算法(Adjusted Cosine Similarity)
余弦相似度更多的是从方向上区分差异,而对绝对的数值不敏感,因此没法衡量每个维度上数值的差异,会导致这样一种情况:
用户对内容评分,按5分制,X和Y两个用户对两个内容的评分分别为(1,2)和(4,5),使用余弦相似度得到的结果是0.98,两者极为相似。但从评分上看X似乎不喜欢2这个 内容,而Y则比较喜欢,余弦相似度对数值的不敏感导致了结果的误差,需要修正这种不合理性就出现了调整余弦相似度,即所有维度上的数值都减去一个均值,比如X和Y的评分均值都是3,那么调整后为(-2,-1)和(1,2),再用余弦相似度计算,得到-0.8,相似度为负值并且差异不小,但显然更加符合现实。
0 0
- LP距离与余弦距离物理意义
- 欧氏距离与余弦距离
- 余弦距离
- 余弦距离
- 欧氏距离与余弦
- 矩阵运算基础——余弦距离与欧式距离
- 欧氏距离与余弦相似度
- 欧式距离与余弦相似度
- 余弦相似度 与 欧式距离 选择
- 曼哈顿距离,欧式距离,余弦距离
- 计算余弦距离
- 欧式距离、标准化欧式距离、马氏距离、余弦距离
- 【Python】欧氏距离和余弦距离
- 各类距离的意义与Python实现
- 对比欧氏距离与余弦相似度
- Lp距离, L1范数, 和L2范数
- 向量空间模型VSM和余弦距离
- 欧氏距离和余弦相似度
- Python语言集成开发环境搭建
- 堆
- 从头认识java-特辑-你不知道的static与final的位置问题
- 第三-第四章 布局和fragment
- java 中的观察者模式实现之接口回调
- LP距离与余弦距离物理意义
- 《战拖有术》读书笔记(V)
- Button的点击事件
- Android属性动画实现TextView类似支付宝余额数字滚动
- Codeforces Educational Round 12 655ABCDE
- 六大设计原则(4)迪米特法则
- 使用第三方框架实现异步的HttpClient
- Handler与ProgressBar 例子
- STM32_GPIO