皮尔森相关系数与协方差及余弦相似度对比分析.pdfVIP

附录-皮尔森相关系数（知乎）

Pearson

协方差相关系数

反映两个随量相关程度的指标。协方差除以两个变量差的乘积。

如果一个变量跟随另一个变量同时变大或弥补协方差的不足：协方差能反映两个随量的相关

者变小，程度（0正相关0负相关）。但无法反应关联程度

那么这两个变量的协方差就是，反之（如果XY相关程度较小但是数据分布的比较离散，这样

相反。会导致协方差值较大，用这个值来度量相关程度是不合

理的）。

为了更好的度量两个随量的相关程度，引入

Pearson。

除以差，Pearson介于-1与1之间，线增强时

趋于-1或1。0正相关；0负相关。

附录-皮尔森相关系数vs余弦相似度（知乎）

皮尔逊相关系数是余弦相似度在维度值情况下的一种改进。

余弦相似度数据挖掘场景

两个向量间的余弦值

（欧几里得点积）计算余弦相似度要求：两个向量必须所有维度

上都有数值。

一种处理方式：null填充该维度平均值。

Pearson处理方式：null填充0，然后其余维度

值域[-1,1]:1代表夹角为0，完全/完全

减去向量各维度的平均值，也就是做化处

相似；-1代表夹角为180，完全相反方向/

理，以满足计算余弦相似度的需求。

好不相似。