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)