計算歐式距離分數

歐式距離分數:代表一種相似度指標,可以計算兩個資料點之間的歐幾里得距離

以電影推薦系統為例 程式碼如下:

# -*- coding:utf-8 -*-
'''
   計算歐式距離分數
'''
import json
import numpy as np

# 定義一個計算兩個使用者之間歐幾里得距離的函式 user1和user2
def euclidean_score(dataset, user1, user2):
    if user1 not in dataset:
        raise TypeError('User'+user1+'not present in the dataset'
 
)
    if user2 not in dataset:
        raise TypeError('User'+user2+'not present in the dataset')
    # 提取兩個使用者均評過分的電影
    rated_by_both = {}
    for item in dataset[user1]:
        if item in dataset [user2]:
            rated_by_both[item]=1
    # 如果兩個使用者均沒評分過,則得分為0
    if len(rated_by_both)==0:
        return
 
 0
    # 計算平方和的平方根 並將其歸一化 使得評分取值在0-1之間
    squared_difference = []
    for item in dataset[user1]:
        if item in dataset[user2]:
            squared_difference.append(np.square(dataset[user1][item]-dataset[user2][item]))
        return 1/(1+np.sqrt(np.sum(squared_difference)))
# 載入資料檔案中的json格式檔案
if
 
 __name__ == "__main__":
    data_file = 'movie_ratings.json'
    # 上下文管理器
    with open(data_file,'r') as f:
        data = json.loads(f.read())
# 假定兩個隨機使用者,計算歐式距離分數
    user1='John Carson'
    user2='Michelle Peterson'
    print '\n歐幾里得距離分數: '
    print euclidean_score(data,user1,user2)

輸出結果如下:

歐幾里得距離分數: 
1.0