知识卡片
四种相似度距离函数
计算用户或物品相似度时,四种距离函数各有适用条件,实现时按数据形态选择。欧式距离 distEclud 返回 linalg.norm(vecA−vecB),加极小量 eps 防除零,适合连续数值且量纲已统一的向量,数值越大越不相似。相关系数 distCorrcoef 用 corrcoef(vecA, vecB, rowvar=0) 取两变量的线性相关程度,能抵消整体打分偏高或偏低的影响,适合不同用户评分尺度不一致的场景。Jaccard 距离借助 scipy 的 pdist(…,‘jaccard’),只关心集合的交并比,适合二值化的是否购买、是否点击数据。余弦相似度 cosSim 用 dot(vecA,vecB) 除以两者范数乘积再加 eps,只看方向不看长度,适合归一化后的偏好向量;原文推荐主函数默认采用它。选择原则是:连续值看欧式或相关,二值看 Jaccard,方向性偏好看余弦。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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
- 第4章 推荐系统原理 · 查看原书依据
我们可以对用户偏好进行分析,根据用户偏好计算相似用户和物品,然后基于相似用户或者物品计算推荐。这些方法都需要计算相似度。下面几种计算相似度的方法我们在第1章已经介绍过了,这里仅给出实现。
参考来源
- 位置:《机器学习算法原理与编程实践》第4章 推荐系统原理(源文件:extracted/机器学习算法原理与编程实践/_epub-src/OEBPS/text00016.html)
- 结论依据:原文在常用距离函数一节依次给出欧式距离、相关系数、Jaccard 距离与余弦相似度的实现代码,支撑本卡对四种函数及适用场景的归纳。
- 原始内容:我们可以对用户偏好进行分析,根据用户偏好计算相似用户和物品,然后基于相似用户或者物品计算推荐。这些方法都需要计算相似度。下面几种计算相似度的方法我们在第1章已经介绍过了,这里仅给出实现。