知识卡片

普通读书笔记卡 · 9638.f · 生成模型:DeepSeek-V4.1-Flash

余弦与Pearson相似度

理解等级:中级

连续评分常用两种相似度。Cosine:sim(u,v)=Σr_uj·r_vj / (||r_u||·||r_v||),求和只在共同评分集合 I_uv 上,分母的模长却按各自评过的集合 I_u、I_v 计算,这是对普通余弦的推广,避免共同项少时相似度被虚高。Pearson:sim(u,v)=Σ(r_uj−r̄_u)(r_vj−r̄_v) / (s_u·s_v),分子分母都只用 I_uv,r̄_u、r̄_v 是各自均分,s_u、s_v 是各自标准差。Pearson 先减个人均值,等价于对用户做中心化,能抵消“有人总打高分”的尺度差异;Cosine 直接用原始分数,对尺度更敏感。物品相似度可对称地按列计算。

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:《大数据挖掘与统计机器学习》第9章 推荐系统(源文件:extracted/大数据挖掘与统计机器学习/_epub-src/OEBPS/Text/chapter11_0001.xhtml,9.1 基于邻居的推荐) - 结论依据:原文分别给出 Cosine 与 Pearson 的定义,并指出余弦分母采用 I_u、I_v 而非 I_uv 是一种推广,Pearson 的分子分母都采用 I_uv。 - 原始内容:相似度计算的方式多种多样,对于可以处理为连续型的评分数据,可以采用 Cosine相关系数和Pearson 相关系数来度量相似度。