《集体智慧编程》数学公式

这篇博客的目的主要是为了记录这些公式，取自原书附录B。
1.欧几里得距离（Euclidean Distance）
用途：计算距离，衡量相似度
公式：

代码实现：

def euclidean(p, q):sumSq = 0.0#将差值的平方累加起来for i in range(len(p)):sumSq += (p[i] - q[i]) ** 2#求平方根return (sumSq ** 0.5)

2.皮尔逊相关系数（Pearson Correlation Coefficient）
用途：度量相关程度，也被用来衡量相似度
公式：

代码实现：

def pearson(x, y):n = len(x)vals = range(n)#简单求和sumx = sum([float(x[i]) for i in vals])sumy = sum([float(y[i]) for i in vals])#求平方和sumxSq = sum([x[i] ** 2.0 for i in vals])sumySq = sum([y[i] ** 2.0 for i in vals])#求乘积之和pSum = sum([x[i] * y[i] for i in vals])#计算皮尔逊评价值num = pSum - (sumx * sumy / n)den = ((sumxSq - pow(sumx, 2) / n) * (sumySq - pow(sumy, 2) / n)) ** 0.5if den == 0:return 1r = num / denreturn r

3.加权平均（Weighted Mean）
用途：求平均，以相似度为权重预测结果
公式：

代码实现：

#加权平均
def weightedmean(x, w):num = sum([x[i] * w[i] for i in range(len(w))])den = sum([w[i] for i in range(len(w))])if den == 0:return 1return num / den

4.Tanimoto系数（Tanimoto Coefficient）
用途：度量两个集合的相似程度，衡量相似度
公式：

代码实现：

#Tanimoto系数
def tanimoto(a, b):c = [v for v in a if v in b]return float(len(c)) / (len(a) + len(b) - len(c))

5.条件概率（Conditional Probability）
用途：用于预测
公式：

代码实现：

#条件概率
def condprobability(pab, pb):return pab / pb

6.基尼不纯度（Gini Impurity）
用途：度量一个集合有多纯
公式：

代码实现：

#基尼不纯度
def giniimpurity(l):total = len(l)counts = {}for item in l:counts.setdefault(item, 0)counts[item] += 1imp = 0for j in l:f1 = float(counts[j]) / totalfor k in l:if j == k:continuef2 = float(counts[j]) / totalimp += f1 * f2return imp

7.熵（Entropy）
用途：也是用来判断集合的混乱程度
公式：

代码实现：

#熵
def entropy(l):from math import loglog2 = lambda x : log(x) / log(2)total = len(l)counts = {}for item in l:counts.setdefault(item, 0)counts[item] += 1ent = 0for i in counts:p = float(counts[i]) / totalent -= p * log2(p)return ent

8.方差（Variance）
用途：度量预测或分类结果
公式：

代码实现：

#方差
def variance(vals):mean = float(sum(vals)) / len(vals)s = sum([(v - mean) ** 2 for v in vals])return s / len(vals)

9.高斯函数（Gaussian Function）
用途：可用作权重函数
公式：

代码实现：

#高斯函数
import math
def gaussian(dist, sigma = 10.0):exp = meth.e ** (-dist ** 2 / (2 * sigma ** 2))return (1 / (sigma * (2 * math.pi) ** 0.5)) * exp

10.点积（Dot-Products）
用途：计算向量的夹角
公式：

代码实现：

#点积
from math import acos#计算两向量的点积
def dotproduct(a, b):return sum([a[i] * b[i] for i in range(len(a))])#计算一个向量的大小
def veclength(a):return sum([a[i] for i in range(len(a))]) * 0.5#计算两个向量间的夹角
def angle(a, b):dp = dotproduct(a, b)la = veclength(a)lb = veclength(b)costheta = dp / (la * lb)return acos(costheta)

参考资料：
《集体智慧编程》附录B

《集体智慧编程》数学公式相关推荐

《集体智慧编程》——第一章导读
为什么80%的码农都做不了架构师?>>> 什么是集体智慧其含义是指:为了长早新的想法,而将一群人的行为.偏好或思想组合在一起. 完成这项工作的一种最为基础的方法,便是使用调查 ...
《集体智慧编程》读书笔记2
最近重读<集体智慧编程>,这本当年出版的介绍推荐系统的书,在当时看来很引领潮流,放眼现在已经成了各互联网公司必备的技术. 这次边阅读边尝试将书中的一些Python语言例子用C#来实现,利于 ...
《集体智慧编程》读书笔记10
最近重读<集体智慧编程>,这本当年出版的介绍推荐系统的书,在当时看来很引领潮流,放眼现在已经成了各互联网公司必备的技术. 这次边阅读边尝试将书中的一些Python语言例子用C#来实现,利于 ...
《集体智慧编程》读书笔记4
最近重读<集体智慧编程>,这本当年出版的介绍推荐系统的书,在当时看来很引领潮流,放眼现在已经成了各互联网公司必备的技术. 这次边阅读边尝试将书中的一些Python语言例子用C#来实现,利于 ...
《集体智慧编程》笔记（1 / 12）：集体智慧导言
文章目录什么是集体智慧什么是机器学习机器学习的局限性真实生活中的例子学习型算法的其他用途小结 Netflix, Google都适用了先进算法,将来自不同人群的数据加以组合,进而得出新的结论 ...
提供推荐--集体智慧编程
背景:购物平台商品推荐算法介绍数据:影评者对几部影片的打分情况,寻找人们在品味上的相似程度.通过相似度评价值进行推荐.评价值体系:欧几米德距离和皮尔逊相关度 critics = {'Lisa Ros ...
集体智慧编程学习笔记——第一讲
1. 用户相似度评价 (1)欧几里德距离 (2)皮尔逊相关度评价 (3)jaccard 系数 (4)曼哈顿距离算法转载于:https://www.cnblogs.com/gylhaut/p/9377 ...
集体智慧编程 - 构建价格模型
主要介绍了kNN算法,和相关的权重分配,按比例缩放和绘制分布图等,框图如下, 转载于:https://www.cnblogs.com/zhouweihit/p/4117533.html
《集体智慧编程》第九章
1.P210 函数scaledata()在运行时会报错: AttributeError: 'list' object has no attribute 'data' 这是由于函数scaledata() ...

《集体智慧编程》数学公式

《集体智慧编程》数学公式相关推荐

最新文章

热门文章