最简单的用来计算两个商品之间相似度的方法是()。
A: 欧氏距离
B: 余弦距离
C: 皮尔森相关系数
D: UBCF
A: 欧氏距离
B: 余弦距离
C: 皮尔森相关系数
D: UBCF
举一反三
- 相似性统计量通常分为______和_____. A: 夹角余弦、相关系数 B: 指数相似系数、夹角余弦 C: 相似系数、距离 D: 最长距离、最短距离
- 最近邻算法计算样本之间的距离时也可以用皮尔森相关系数。（ ）
- 对于下面的一段python程序，计算的是向量之间的importnumpyasnpx=np.random.random(5)y=np.random.random(5)sim=np.dot(x,y)/(np.linalg.norm(x)*np.linalg.norm(y)) A: 马修相关系数 B: 余弦相似度 C: 欧氏距离 D: 欧式相似度
- 下列哪个距离度量不在KNN算法中体现:( )。 A: 切比雪夫距离 B: 欧氏距离 C: 余弦相似度 D: 曼哈顿距离
- 对于下面的一段python程序，sim中保存的是向量之间的：import numpy as npx=np.random.random(5)y=np.random.random(5)from scipy.spatial.distance import pdistX=np.vstack([x,y])sim=1-pdist(X,'cosine') A: 欧氏距离 B: 余弦相似度 C: 余弦距离 D: 马修相关系数