1、用在資料不是很規範的時候
2、最佳擬合線
3、誇大分值
4、皮爾遜積差係數
其中，e是數學期望，cov表示協方差，
和是標準差。因為，
，同樣地，對於
，可以寫成
當兩個變數的標準差都不為零，相關係數才有定義。從柯西-施瓦茨不等式可知，相關係數的絕對值不超過1。當兩個變數的線性關係增強時，相關係數趨於1或-1。當乙個變數增加而另一變數也增加時，相關係數大於0。當乙個變數的增加而另一變數減少時，相關係數小於0。當兩個變數獨立時，相關係數為0.但反之並不成立。 這是因為相關係數僅僅反映了兩個變數之間是否線性相關。比如說，x是區間［－１，１］上的乙個均勻分布的隨機變數。y = x
2. 那麼y是完全由x確定。因此y 和x是不獨立的。但是相關係數為0。或者說他們是不相關的。當y 和x服從聯合正態分佈時，其相互獨立和不相關是等價的。
當乙個或兩個變數帶有測量誤差時，他們的相關性就受到削弱，這時，「反衰減」性（disattenuation）是乙個更準確的係數。
3：python的實現：
總結：
皮爾遜相關度
在進行影片相似度計算的時候，有的人對於影片的評分習慣偏低，有的人習慣偏高，皮爾遜方法可以修正 誇大分值 的情況。如果某人總是傾向於給出比另乙個人更高的分值，而二者的分值又始終保持一致，則他們也會存在很高的相關性。recommendations.py 返回p1和p2的相關係數 def sim pear...
歐幾里德距離 皮爾遜相關度 Tanimoto
集體智慧型程式設計正式開始了接觸，第一課便是如何尋找想進使用者 也就是兩者的相似程度 正如大多數的推送服務一樣，通過計算你和其他的使用者的相似程度，給你推薦最佳匹配人認為很好的但是你還沒有購買的東西。測試資料如下 就是巢狀字典，共7個人對使用過的商品的評價 critics gene seymour ...
皮爾遜相關度歐式距離以及曼哈頓距離
有些時候我們需要獲得一些事物的相似度評價值，例如我們可以獲取到大量的資料用以分析人們在品味方面的相似度，為此，我們可以將沒個人與所有其他人進行對比，並計算他們的相似度評價。有很多種方法能夠幫助我們來實現這個目的，而我們今天要提到的則是歐幾里得距離和皮耶爾遜相關度，同時作為引申，簡單地涉及一些曼哈頓距...