计算相似度的方法

      (1) 相似度= 1/(1+欧式距离)

       

       (2)皮尔逊相关系数: 0.5+0.5*corrcoef()

      (3)余弦相似度: 两个向量夹角为90度，则相似度为0，如果两个向量的方向相同，则相似度为1.0.

具体的代码实现方式:

def ecludSim(inA,inB):    return 1.0/(1.0 + la.norm(inA - inB))def pearsSim(inA,inB):    if len(inA) < 3 : return 1.0    return 0.5+0.5*corrcoef(inA, inB, rowvar = 0)[0][1]def cosSim(inA,inB):    num = float(inA.T*inB)    denom = la.norm(inA)*la.norm(inB)    return 0.5+0.5*(num/denom)