在看《集体智慧编程》的时候跟着书顺手写的

1. 欧几里得距离

   # 返回person1 与 person2 基于欧几里得距离的相似度评价
   # sum_of squares = 所有 p1 与 p2 共同评价的物品的分数差的平方之和ß
   # 即在 "p1 与 p2 共同评价商品数量"维度 的空间中的欧几里得距离ß
   def sim_distance(prefs, person1, person2):
       si = {}
       for item in prefs[person1]:
           if item in prefs[person2]:
               si[item] = 1
   
       if len(si) == 0:
           return 0
   
       sum_of_squares = sum(
           [pow(prefs[person1][item] - prefs[person2][item], 2) for item in prefs[person1] if item in prefs[person2]])
   
       return 1 / (1 + sqrt(sum_of_squares))

2. 曼哈顿距离

   # 曼哈顿距离
   def sim_manhattan(prefs, person1, person2):
       si = {}
       for item in prefs[person1]:
           if item in prefs[person2]:
               si[item] = 1
   
       if len(si) == 0:
           return 0
   
       sum_of_manhattan = sum(
           [abs(prefs[person1][item] - prefs[person2][item]) for item in prefs[person1] if item in prefs[person2]])
   
       return 1 / (1 + sum_of_manhattan)

3. 皮尔逊（Pearson）相关度

   # 基于皮尔逊相关度评价
   def sim_pearson(prefs, person1, person2):
       si = {}
       for item in prefs[person1]:
           if item in prefs[person2]:
               si[item] = 1
   
       n = len(si)
       if n == 0:
           return 0
       # 对所有偏好求和
       sum1 = sum(prefs[person1][it] for it in si)
       sum2 = sum(prefs[person2][it] for it in si)
   
       # 求平方和
       sum1Sq = sum([pow(prefs[person1][it], 2) for it in si])
       sum2Sq = sum([pow(prefs[person2][it], 2) for it in si])
   
       # 乘积之和
       pSum = sum([prefs[person1][it] * prefs[person2][it] for it in si])
   
       # 计算评价值
       num = pSum - (sum1 * sum2 / n)
       den = sqrt((sum1Sq - pow(sum1, 2) / n) * (sum2Sq - pow(sum2, 2) / n))
       if den == 0:
           return 0
   
       r = num / den
       return r

4. Tanimoto相关度
   未验证正确性= =有错误请告知

   # Tanimoto相似度（广义Jaccard系数）
   # T(A,B) = (A * B) / (Sqrt(A^2) + Sqrt(B^2) - A * B)
   def sim_tanimoto(prefs, person1, person2):
       si = {}
       for item in prefs[person1]:
           if item in prefs[person2]:
               si[item] = 1
   
       n = len(si)
       if n == 0:
           return 0
   
       # 计算（A * B）
       pSum = sum([prefs[person1][it] * prefs[person2][it] for it in si])
   
       # 计算 Sqrt。。
       sum1Sq = sum([pow(prefs[person1][it], 2) for it in si])
       sum2Sq = sum([pow(prefs[person2][it], 2) for it in si])
   
       # 计算相关度
       t = pSum / (sum1Sq + sum2Sq - pSum)
       return t

    

以上均适用于如下类型的数据集：

critics = {
    '用户A': {
        '集体智慧编程': 2.5,
        '机器学习': 3.5,
        '数据之美': 3.0,
        '数据挖掘导论': 3.5,
        '深入浅出数据挖掘': 2.5,
        '数据挖掘实战': 3.0
    },
    '用户B': {
        '集体智慧编程': 3.0,
        '机器学习': 3.5,
        '数据之美': 1.5,
        '数据挖掘导论': 5.0,
        '深入浅出数据挖掘': 3.5,
        '数据挖掘实战': 3.0
    },
    '用户C': {
        '集体智慧编程': 2.5,
        '机器学习': 3.0,
        '数据挖掘导论': 3.5,
        '深入浅出数据挖掘': 4.0
    },
    '用户D': {
        '集体智慧编程': 3.5,
        '数据之美': 3.0,
        '数据挖掘导论': 4.0,
        '深入浅出数据挖掘': 4.0,
        '数据挖掘实战': 2.5
    },
    '用户E': {
        '集体智慧编程': 3.0,
        '机器学习': 4.0,
        '数据之美': 2.0,
        '数据挖掘导论': 3.0,
        '深入浅出数据挖掘': 3.0,
        '数据挖掘实战': 2.5
    },
    '用户F': {
        '集体智慧编程': 3.0,
        '机器学习': 4.0,
        '数据挖掘导论': 5.0,
        '深入浅出数据挖掘': 3.0,
        '数据挖掘实战': 2.0
    },
    '用户G': {
        '集体智慧编程': 4.5,
        '数据挖掘导论': 4.0,
        '深入浅出数据挖掘': 1.0
    },
}