协同过滤(推荐方法)——数据挖掘

这个方法是找到与你类似的人，把这个类似的人的爱好推荐给你。

首先找到类似的人。

计算方法是距离计算。

如曼哈顿距离：(x1_,y1) (x2,y2)   |x1-x2|+|y1-y2|

曼哈顿距离优势：计算速度快

适用于Facebook等

勾股定理：计算直线距离，欧几里得距离

 

根号下 (x1-x2)²  + (y1-y2)²

 

以上两种方法也能够用来计算多维的数据，以上两种方法在数据完整的时候效果最好，如何处理数据缺失？this is a problem

总结以上两种方法，为闵可夫斯基距离

其中：

 

• r = 1 该公式即曼哈顿距离
• r = 2 该公式即欧几里得距离
• r = ∞ 极大距离

 

 

 

 

研究python，进行编程计算。