欧几里德距离、欧拉距离
来源:互联网 发布:rc4加密算法 java 编辑:程序博客网 时间:2024/05/06 21:15
欧几里德距离是指多维空间两点间的距离,这是一种用直尺测量出来的距离。如果将两个点分别标记为(p1,p2,p3....pn)和(q1,q2,q3.....qn),则欧几里德距离的计算公式为:
欧几里德距离评价算法是一个非常简单的计算相似度评价值的方法。它以经过人们一致评价的物品为坐标轴,然后将参与评价的人绘制到图上,并考查他们彼此间的距离远近。如图:
该图显示了处于“偏好空间”中用户的分布状况。Toby在Snakes轴线和Dupree轴线上所标示的数值分别是4.5和1.0.两个在“偏好空间”中的距离越近,他们的兴趣偏好就越相似。因为这张图是二维的,所以在同一时间内你只能看到两项评分,但是这一规则对于更多数量的评分项而言也是同样适用的。
为了计算图上Toby和LaSalle之间的距离,我们可以计算出每一轴向上的差值,求平方后再相加,最后对总和取平方根。得出的这个值即为欧几里德距离。
Python代码如下:
- from math import sqrt
- sqrt(pow(4.5-4,2)+pow(1-2,2))
上述算式可以计算出距离值,偏好越相似的人,其距离就越短,不过,我们还需要一个函数,来对偏好越相近的情况给出越大的值。为此,可以将函数值加1(这样就可以避免遇到被零整除的错误了),并取其倒数:
- 1/(1+sqrt(pow(4.5-4,2)+pow(1-2,2)))
函数返回介于0到1之间,返回则表示两人具有一样的偏好。
0 0
- 欧几里德距离、欧拉距离
- 马式距离 && 欧拉距离
- 点集最短欧几里德距离
- 欧几里德距离算法
- euclidean distance-欧拉距离计算
- 距离有多远?欧几里德距离&皮尔逊相关度系数
- 距离有多远?欧几里德距离&皮尔逊相关度系数
- 欧几里德距离和皮尔逊相关系数计算方法
- 欧几里德距离&皮尔逊相关度系数
- 距离
- 距离
- 距离
- 距离
- 距离!
- 距离
- 距离
- 距离
- 距离
- Firefox 护眼主题分享--开发者的福音
- 使用pano2vr生成html5全景页面
- java实现希尔排序
- 10大最适合编程的字体推荐下载,让代码看起来更美更舒服!
- iOS 复制/黏贴UIPasteboard
- 欧几里德距离、欧拉距离
- javaweb总结(1)-web基础及tomcat环境搭建
- JAVA HashMap 的工作原理(译)
- scrapy 1.0.3版本 Selenium Phantomjs Downloader Middleware
- java实现堆排序
- IOS开发学习-UIScrollView的下拉刷新及单向滚动4
- CentOS下ftp服务器配置andWin7下cuteftppro连接
- 深究AngularJS——下拉框(selected)
- OC对象的内存布局