应该使用哪种相似度？

来自书籍《面向程序员的数据挖掘指南》，数盟社区：http://dataunion.org/7989.html

• 如果数据存在“分数膨胀”（每个用户的打分标准非常不同，比如有些人喜欢会打4分，有些打5分；不喜欢时有人会打3分，有些则会只给1分）问题，就使用皮尔逊相关系数。
• 如果数据比较“密集”，变量之间基本都存在公有值，且这些距离数据是非常重要的，那就使用欧几里得或曼哈顿距离。
• 如果数据是稀疏的，则使用余弦相似度。

注：

1.曼哈顿距离和欧几里得距离在数据完整的情况下会运作得非常好，如果数据比较稀疏，则两者表现并不好，需要考虑使用余弦距离。

2.可通过用户的评价中减去他所有评价的均值（即修正的余弦相似度），解决“分数膨胀”问题。