mirror of
https://github.com/apachecn/ailearning.git
synced 2026-05-08 14:52:28 +08:00
31 lines
880 B
Python
31 lines
880 B
Python
# coding=utf-8
|
||
def loadExData():
|
||
return[[1,1,1,0,0],
|
||
[2,2,2,0,0],
|
||
[1,1,1,0,0],
|
||
[5,5,5,0,0],
|
||
[1,1,0,2,2],
|
||
[0,0,0,3,3],
|
||
[0,0,0,1,1]]
|
||
|
||
from numpy import *
|
||
from numpy import linalg as la
|
||
# 欧氏距离相似度，假定inA和inB 都是列向量
|
||
# 计算向量的第二范式，相当于计算了欧氏距离
|
||
def ecludSim(inA,inB):
|
||
return 1.0/(1.0 + la.norm(inA - inB))
|
||
|
||
# pearsSim()函数会检查是否存在3个或更多的点。
|
||
# corrcoef直接计算皮尔逊相关系数
|
||
def pearsSim(inA,inB):
|
||
# 如果不存在，该函数返回1.0，此时两个向量完全相关。
|
||
if len(inA)< 3 :return 1.0
|
||
return 0.5 + 0.5*corrcoef(inA,inB,rowvar = 0)[0][1]
|
||
|
||
# 计算余弦相似度
|
||
def cosSim(inA,inB):
|
||
num = float(inA.T*inB)
|
||
denom = la.norm(inA)*la.norm(inB)
|
||
return 0.5 +0.5*(num/denom)
|
||
|