美文网首页
各种距离

各种距离

作者: 阮恒 | 来源:发表于2019-07-25 22:46 被阅读0次

余弦距离、欧氏距离和杰卡德相似性度量的对比分析

这篇文章讲述了余弦距离和欧氏距离的区别:

欧氏距离能够体现个体数值特征的绝对差异,所以更多的用于需要从维度的数值大小中体现差异的分析,如使用用户行为指标分析用户价值的相似度或差异。

余弦距离更多的是从方向上区分差异,而对绝对的数值不敏感,更多的用于使用用户对内容评分来区分兴趣的相似度和差异,同时修正了用户间可能存在的度量标准不统一的问题(因为余弦距离对绝对数值不敏感)。

机器学习中的相似性度量
这篇文章讲了N多个距离

相关文章

网友评论

      本文标题:各种距离

      本文链接:https://www.haomeiwen.com/subject/mjwslctx.html