知识卡片

普通读书笔记卡 · 8631 · 生成模型:GPT-6

距离计算要说清比较的向量

理解等级:中级

欧氏距离是各坐标差的平方和开方。例中dist(ex.mult)比较的是用户对所有用户的内积关系行,不是原始产品评分行;两种表示会产生不同距离。零编码也把未评价当作一个数值坐标,其意义必须进入距离解释。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《机器学习:实用案例解析》第09章《第9章 MDS:可视化地研究参议员相似性 · 连续片段2》(来源项目book-sources;源文件:extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part3115.html,spine3221) - 结论依据:原文的案例步骤与解释支持所述机制;R包、外部API与数据接口限定于本书出版时环境,不作为当前兼容性承诺。 - 原始内容:ex.dist<-dist(ex.mult) ex.dist A B C B 6.244998 C 5.477226 5.000000 D 2.236068 6.782330 6.082763 现在,ex.dist变量中保存了距离矩阵。正如你从代码块中看到的那样,这个矩阵实际上只