皮爾遜相關係數
定義
皮爾遜相關係數判斷兩組數據與某一直線擬合程度的一種度量
公式及其計算過程如下
python代碼實現
'''
@copyright Programming Collective Intelligence
返回p1和p2的皮爾遜相關係數
prefs是一個二維矩陣字典,如下圖所示
(名字,電影) movie1 movie2
p1 4.5 5.0
p2 3.0 1.5
'''
def simPearson(prefs, p1, p2):
#得到雙方都曾評價過得物品列表
si={}
for item in prefs[p1]:
for item in prefs[p2]:
si[item] = 1
#得到列表元素的個數
n = len(si)
#如果兩者沒有共同之處,則返回1
if n == 0: return 1
#對所有偏好求和
sum1 = sum([prefs[p1][it] for it in si])
sum2 = sum([prefs[p2][it] for it in si])
#求平方和
sum1Sq = sum([pow(prefs[p1][it], 2) for it in si])
sum2Sq = sum([pow(prefs[p2][it], 2) for it in si])
#求乘積之和
pSum = sum([prefs[p1][it] * prefs[p2][it] for it in si])
#計算皮爾遜評價值
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