1、Pearson correlation coefficient

   最本质最核心的特征:是用来的衡量相关性,而相关性是用来衡量两个变量的关系,需要动态变化中体现出来的;比如:随机变量:X,Y,  X取值x1时,Y取值y1,X取值x2时,Y取值y2;这取值可以是标量也可以是向量

2、Cosine Similarity

   最本质的特征:是用来衡量相似度的;比如说两个人的相似度,两张图片的相似度等等,最终都需要转化成计算机识别的数字来进行计算,是静态的,不需要动态变化

3、Case说明

    随机变量:X与Y,X取值:[1,2], [2,3],……; Y取值[-1,-2], [-2,-3],……; 相关性计算需要用到X与Y所有向量;而相似度仅仅需要两个向量,比如说X的两个向量[1,2]与[2,3];

4、结论:

    输入的不同:相关性输入两个数据集,相似度输入两个样本输出的不同:相关性-[-1,1],相似度:[0,1]概念的不同:相关性衡量两个变量的动态关系,我变得越来越帅变了,你是否也和我一样的变化呢;相似度衡量的是相似度,我和你长得得像不像

Pearson correlation coefficient与Cosine Similarity的区别相关推荐

  1. 皮尔逊相关系数 Pearson correlation coefficient

    在统计学中,皮尔逊相关系数( Pearson correlation coefficient),又称皮尔逊积矩相关系数(Pearson product-moment correlation coeff ...

  2. ML之PPMCC:PPMCC皮尔逊相关系数(Pearson correlation coefficient)、Spearman相关系数的简介、案例应用之详细攻略

    ML之PPMCC:PPMCC皮尔逊相关系数(Pearson correlation coefficient).Spearman相关系数的简介.案例应用之详细攻略 目录 PPMCC皮尔逊相关系数的简介 ...

  3. Python--如何计算皮尔逊相关系数(Pearson correlation coefficient)

    皮尔逊系数 在统计学中,皮尔逊相关系数( Pearson correlation coefficient),又称皮尔逊积矩相关系数(Pearson product-moment correlation ...

  4. 皮尔逊相关系数(Pearson Correlation Coefficient, Pearson's r)

    Pearson's r,称为皮尔逊相关系数(Pearson correlation coefficient),用来反映两个随机变量之间的线性相关程度. 用于总体(population)时记作ρ (rh ...

  5. ML之FE:PCC皮尔逊相关系数(Pearson correlation coefficient)的简介、案例应用(与spearman相关系数对比及其代码实现)之详细攻略

    ML之FE:PCC皮尔逊相关系数(Pearson correlation coefficient)的简介.案例应用(与spearman相关系数对比及其代码实现)之详细攻略 目录 PCC/PPMCC皮尔 ...

  6. 相关性分析:皮尔逊相关系数——python实现Pearson correlation coefficient

    一.理论知识: 要理解 Pearson 相关系数,首先要理解协方差(Covariance).协方差表示两个变量 X,Y 间相互关系的数字特征,其计算公式为: 当 Y = X 时,即与方差相同.当变量 ...

  7. 皮尔森(Pearson correlation coefficient)相关系数—统计学三大相关系数之一

    概述 皮尔森相关系数也称皮尔森积矩相关系数(Pearson product-moment correlation coefficient) ,是一种线性相关系数,是最常用的一种相关系数.记为r,用来反 ...

  8. 如何理解皮尔逊相关系数(Pearson Correlation Coefficient)?

    https://www.zhihu.com/question/19734616?sort=created

  9. 皮尔逊相关系数丨Pearson’s correlation coefficient

    皮尔逊相关系数丨Pearson's correlation coefficient 皮尔逊相关系数丨Pearson's correlation coefficient 什么是相关系数 相关系数与相关距 ...

  10. 相似度度量:欧氏距离与余弦相似度(Similarity Measurement Euclidean Distance Cosine Similarity)...

    在<机器学习---文本特征提取之词袋模型(Machine Learning Text Feature Extraction Bag of Words)>一文中,我们通过计算文本特征向量之间 ...

最新文章

  1. 微信小程序页面上面的名字怎么改_微信小程序改名方法,小程序名称设置规范...
  2. 都大二下学期了,说说读大学的感受吧
  3. 【原】时势造英雄 Times makes heros, while heros shape the times!
  4. 【MFC】BitBlt详解
  5. 【工程化】从0搭建VueJS移动端组件库开发框架
  6. 台电x80plus装linux,纤巧却不简单——台电X80 Plus评测
  7. 天大c语言离线考核答案,【天大考核】2019年秋学期考试《公共关系学》离线作业考核试题答案100分...
  8. SAP License:GL显示行项目
  9. ym——优化你的Java代码(新)
  10. linux系统添加中文输入法
  11. IBM ThinkPad SL400 XP驱动
  12. Ajax请求破解百度云限速下载教程方法(图片教程)
  13. Android智慧城市代码——登录
  14. excel如何让日期/时间增加指定分钟、小时、日
  15. linux日志生成工具,linux系统日志管理工具logrotate之生产实例
  16. 单机版传奇传奇服务端架设传奇服务器架设
  17. 一起用Python做个上课点名器,好玩又实用!
  18. 服务器被DDoS攻击,怎么破?
  19. 强密码生成器的设计与实现
  20. mgo 的 session 与连接池

热门文章

  1. 微信文件夹的dat文件怎么打开_微信dat后缀的文件怎么打开
  2. finally这样写会吞掉异常?
  3. Maven原始setting.xml文件备份
  4. kanban 看板视图
  5. 项目管理工具之Kanban
  6. 钉钉H5应用后台回调地址设置(服务端代码逻辑编写).NetCore API
  7. es6 混合commjs_嵌入式JavaScript引擎 – mjs
  8. 「cocos2d-x」垂直射击游戏之宇智波鼬 VS 九尾狐(1)
  9. java开发融云web聊天
  10. STL全特化 偏特化 成员特化