欧几里德距离

#一日一词#

欧几里德距离指多维空间中两点间的距离，它是在m维空间中两个点之间的真实距离，就是一种用直尺测量出来的距离。

如果两个点记为（p1,p2,p3,…）和（q1,q2,q3,…），则距离公式为：

欧氏距离看作信号的相似程度。距离越近就越相似，就越容易相互干扰，误码率就越高。具体说就是两个事物之间的相似程度。

举例说，两个人对电影的评价：A、B两人；对3部电影的评价分别是：[{《山河故人》，（3.5,4）}，{《湄公河行动》，（5,3）}，{《霸王别姬》，（4,4）}]，对这样一组数据，做一个表：

这里的两个点就是（3.5,5,4）和（4,3,4），距离代表的A、B两人对电影的偏好相似程度（不过数据较少，越多越好，还可以进行不同人之间的比较），计算距离值最终为2.06；

当然直接看是看不出什么。如果这里同时有C、D用户，与Ａ用户的偏好相似度为（1.2,3.6,1），这样作比较就能看出些什么了。

（学习摘自《集体智慧编程》，好书推荐）