python npv 计算公式_机器学习各种相似性度量及Python实现

在做很多研究问题时常常需要估算不同样本之间的相似性度量(Similarity Measurement)，这时通常采用的方法就是计算样本间的“距离”(Distance)。采用什么样的方法计算距离是很讲究，甚至关系到分类的正确与否。

1、欧式距离

#1) given two data points, calculate the euclidean distance between them

defget_distance(data1, data2):

points=zip(data1, data2)

diffs_squared_distance= [pow(a - b, 2) for (a, b) inpoints]return math.sqrt(sum(diffs_squared_distance))

2、余弦相似度

defcosin_distance(vector1, vector2):

dot_product= 0.0normA= 0.0normB= 0.0

for a, b inzip(vector1, vector2):

dot_product+= a *b

normA+= a ** 2normB+= b ** 2

if normA == 0.0 or normB == 0.0:returnNoneelse:return dot_product / ((normA * normB) ** 0.5)

3、用Numpy进行余弦相似度计算

sim =user_item_matric.dot(user_item_matric.T)

norms=np.array([np.sqrt(np.diagonal(sim))])

user_similarity=(sim / norms / norms.T)

4、用scikit cosine_similarity计算相似度

from sklearn.metrics.pairwise importcosine_similarity

user_similarity=cosine_similarity(user_tag_matric)

5、用scikit pairwise_distances计算相似度

from sklearn.metrics.pairwise importpairwise_distances

user_similarity= pairwise_distances(user_tag_matric, metric='cosine')

需要注意的一点是，用pairwise_distances计算的Cosine distance是1-（cosine similarity）结果

6. 曼哈顿距离

defManhattan(vec1, vec2):

npvec1, npvec2=np.array(vec1), np.array(vec2)return np.abs(npvec1-npvec2).sum()#Manhattan_Distance,

7. 切比雪夫距离

defChebyshev(vec1, vec2):

npvec1, npvec2=np.array(vec1), np.array(vec2)return max(np.abs(npvec1-npvec2))#Chebyshev_Distance

8. 闵可夫斯基距离

#!/usr/bin/env python

from math import*

from decimal importDecimaldefnth_root(value,n_root):

root_value=1/float(n_root)return round(Decimal(value)**Decimal(root_value),3)defminkowski_distance(x,y,p_value):return nth_root(sum(pow(abs(a-b),p_value) for a,b inzip(x,y)),p_value)print(minkowski_distance([0,3,4,5],[7,6,3,-1],3))

9. 标准化欧氏距离

defStandardized_Euclidean(vec1,vec2,v):from scipy importspatial

npvec=np.array([np.array(vec1), np.array(vec2)])return spatial.distance.pdist(npvec, 'seuclidean', V=None)#Standardized Euclidean distance#http://blog.csdn.net/jinzhichaoshuiping/article/details/51019473

10. 马氏距离

defMahalanobis(vec1, vec2):

npvec1, npvec2=np.array(vec1), np.array(vec2)

npvec=np.array([npvec1, npvec2])

sub= npvec.T[0]-npvec.T[1]

inv_sub=np.linalg.inv(np.cov(npvec1, npvec2))returnmath.sqrt(np.dot(inv_sub, sub).dot(sub.T))#MahalanobisDistance

11. 编辑距离

defEdit_distance_str(str1, str2):importLevenshtein

edit_distance_distance=Levenshtein.distance(str1, str2)

similarity= 1-(edit_distance_distance/max(len(str1), len(str2)))return {'Distance': edit_distance_distance, 'Similarity': similarity}#Levenshtein distance

python npv 计算公式_机器学习各种相似性度量及Python实现相关推荐

怎么用python自制计算公式_手把手教你用python制作简易计算器，能够记录你使用的情况...
话不多说,首先先看效果图,它能够记录你在使用过程中的历史,方便你查看是否有错: 接下来就仔细分析一下是如何制作的: 简易计算器第一步:导入资源库在过程中使用到了tkinter这个资源库,win+R ...
python npv 计算公式_怎样用python写经济学的npv公式
展开全部净现值是指投2113资方案所产生的现5261金净流量按照一定的折现系数折现之后与4102原1653始投资额现值的差额. 根据企业会计准则和企业会计制度的规定: 一.企业应当根据固定资产所含经 ...
怎么用python自制计算公式_自制计算经纬度位移 python 程序
前两天,我的老同学发邮件给我,希望我能制作一个能多点定位的,可以计算经度和纬度距离的在线计算器来帮助他的工作.当然还不止这些,同时他还希望能做以下相对的排序. 比如说,同一个位置的经纬度开始,移动向东 ...
r语言和python的区别_机器学习怎样开始比较好？Python还是R语言？
全文共3077字,预计学习时长11分钟图源:unsplash 机器学习是近几年来最热门的技术之一,也许你对机器学习很感兴趣,但却不知从何处下手.别担心,兴趣是最好的老师这里有你开启该领域职业生涯的完 ...
python基线计算法_从头开始：用Python实现基线机器学习算法
在预测建模时,确定基线性能(baseline performance)是很重要的. 基线为评估更高级的方法提供了比较的标准. 在本教程中,你将了解如何在 Python 中实现基线机器学习算法(Base ...
python机器学习及实践_机器学习入门之《Python机器学习及实践：从零开始通往Kaggle竞赛之路》...
本文主要向大家介绍了机器学习入门之<Python机器学习及实践:从零开始通往Kaggle竞赛之路>,通过具体的内容向大家展现,希望对大家学习机器学习入门有所帮助. <Python 机 ...
python svr回归_机器学习入门之机器学习之路：python支持向量机回归SVR 预测波士顿地区房价...
本文主要向大家介绍了机器学习入门之机器学习之路:python支持向量机回归SVR 预测波士顿地区房价,通过具体的内容向大家展现,希望对大家学习机器学习入门有所帮助. 支持向量机的两种核函数模型进行预 ...
python做运动控制_第一课：用Python操控小龟小车运动
欢迎来到小龟的课堂,今天我们讲如何用小龟小车的车载Python控制小车运动. 如果小伙伴还不会使用小龟小车的Python编辑器的话,可以阅读这篇教程<如何使用小龟小车的Python编辑器> ...
print python excel分隔_合并/拆分 Excel？Python、VBA轻松自动化
作者 | Ryoko 来源 | 凹凸数据当你收集了 n 个人的 EXCEL 记录表,需要将它们汇成一个总表时你会怎么做呢? 如果不通过技术手段,要一个个打开再复制粘贴也太麻烦了吧! 此时就需要一个通 ...

python npv 计算公式_机器学习各种相似性度量及Python实现

python npv 计算公式_机器学习各种相似性度量及Python实现相关推荐

最新文章

热门文章