【JAVA实现】基于欧几里得度量的相似度计算

83 阅读 0 评论 55 点赞

我是靠谱客的博主朴素夏天，最近开发中收集的这篇文章主要介绍【JAVA实现】基于欧几里得度量的相似度计算，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

前文讲了基于皮尔逊相关系数的相似度计算方法，这次介绍一个更加简单的相似度计算算法——欧几里得度量。

算法描述如下：

欧几里得度量定义欧几里得空间中，点x =(x₁,...,x_n)和 y =(y₁,...,y_n)之间的距离为

很简单吧，我也不多做描述了，直接贴代码。

package euclideanMetric;
/**
* @author shenchao
*
*
欧几里得度量算法实现
*
*/
public class EuclideanMetric {
/**
* 两个向量可以为任意维度，但必须保持维度相同，表示n维度中的两点
*
* @param vector1
* @param vector2
* @return 两点间距离
*/
public double sim_distance(double[] vector1, double[] vector2) {
double distance = 0;
if (vector1.length == vector2.length) {
for (int i = 0; i < vector1.length; i++) {
double temp = Math.pow((vector1[i] - vector2[i]), 2);
distance += temp;
}
distance = Math.sqrt(distance);
}
return distance;
}
}

最后，要说明的是，用欧几里得度量去计算相似度非常的简单，当然，这同时带来的后果是，在某种情况下会带来很大的误差。举个例子说：比如上篇博客提到的电影案例，每个人对自己看过的电影打分，这当然存在很大的主观性，因而可能会存在这样一种情况，一些人倾向于给高分，而另一些人倾向于给低分。这当然会造成两者的距离很大偏差。而使用皮尔逊相关度算法，则不会出现这种问题，因为它们变化的大小不变，所以斜率不变。所以选择哪种算法，依情况而定。