如何选择计算相似的算法

通常计算相似度的算法有3种：

• 纳尔逊相关系数
• 欧氏距离或者曼哈顿距离
• 余弦相似度
  我们可以根据数据的特性做成如下选择：
  如果数据受分数贬值（grade-inflation,即不同用户使用不同的评级范围）的影响，则使用皮尔逊相关系数。
  如果数据稠密（几乎所有属性都没有零值）且属性值大小十分重要，那么使用诸如欧氏距离或者曼哈顿距离。
  如果数据稀疏，考虑使用余弦相似度。