python经典入门教程.pptVIP

欧几里得距离评价 使用这种方法 构造出如下相似度函数: def sim_distance(prefs,person1,person2): # 得到共同的电影 si={} for item in prefs[person1]: if item in prefs[person2]: si[item]=1 # 如果没有共同的电影则返回0 if len(si)==0: return 0 #计算欧几里得距离，返回相似度 Sum_of_squares=sum([pow(prefs[person1][item]-prefs[person2][item],2) for item in prefs[person1] if item in prefs[person2]]) return 1/(1+sum_of_squares) 皮尔逊相关度 皮尔逊相关系数是一种更复杂的方法，它通过计算两组数据 与某一直线拟合的程度来判断它们的相似程度。 该方法有助于克服所谓的“夸大评价”现象对结果的影响。 右图中，虽然Jack对电影的评价 比Lisa更为极端(更容易给出高分 和低分）,但这个坐标系中的点都 相当靠近拟合曲线(图中虚线)，可 以说两人的品味较为相近。 皮尔逊相关度 使用如下函数计算皮尔逊相关度，该函数返回一个-1到1的值： def sim_pearson(prefs,p1,p2): # 得到共同评价的电影 si={} for item in prefs[p1]: if item in prefs[p2]: si[item]=1 # 如果没有共同评价的电影，返回0 if len(si)==0: return 0 # 将两人的偏好相加 sum1=sum([prefs[p1][it] for it in si]) sum2=sum([prefs[p2][it] for it in si]) 皮尔逊相关度 # 计算平方和 sum1Sq=sum([pow(prefs[p1][it],2) for it in si]) sum2Sq=sum([pow(prefs[p2][it],2) for it in si]) # 计算对应项的乘积和 pSum=sum([prefs[p1][it]*prefs[p2][it] for it in si]) # 计算皮尔逊相关度 num=pSum-(sum1*sum2/n) den=sqrt((sum1Sq-pow(sum1,2)/n)*(sum2Sq-pow(sum2,2)/n)) if den==0: return 0 r=num/den return r 皮尔逊相关度 在交互式控制台中使用上述两种计算方法： reload(recommendations) recommendations.sim_distance(recommendations.critics, ... Lisa Rose,Gene Seymour) 0.148148148148 recommendations.sim_pearson(recommendations.critics, ... Lisa Rose,Gene Seymour) 0.396059017191 给评论者打分 有了对两个人进行比较的函数，下面就可以找出与某人品味 最接近的人了，进而，可以根据这些人的喜好来推荐电影。 def topMatches(prefs,person,n=5,similarity=sim_pearson): scores=[(similarity(prefs,person,other),other) for other in prefs if other!=person] # 对list排序，相似度最高的人排在最前 scores.sort( ) scores.reverse( ) return scores[0:n] 在交互控制台中使用该函数： recommendations.topMatches(recommendations.critics,Toby,n=3) [(0.99124070716192991, Lisa Rose), (0.92447345164190486, Mick LaSalle), (0.89340514744156474, Claudia Puig)] 推荐电影 我们固然可以选择只看那些和我们品味相近的人推荐的电影， 但这样做太武断，也许某部电影大家普遍都觉得不错，而恰 好与我们最相近的那个人没有看过。 所以，我们需要一种对推荐人进行加权的推荐，如下表： 给Toby的电影推荐表 推荐电影 S.X打头的列是经过加权的电影评分。 下面的代码给出了上述过程的具体实现： def getRecommendatio