我有一个关于相似性用户与皮尔森相关性的python代码,我想分析一下计算的步骤,因为我是一个Python hehe的初学者。当我尝试手动计算并与此程序的结果进行比较时,结果总是不一样。我想知道如果我在手动计算时错误了。该代码是这样的:皮尔逊在Python中的相关性
# A dictionary of movie critics and their ratings of a small set of movies
critics={'User 1': {'Spiderman': 1.0, 'Batman Begins': 2.0, 'Superman': 4.0},
'User 2': {'Spiderman': 2.0, 'Batman Begins': 3.0, 'Superman': 3.0}
}
from math import sqrt
# Returns the Pearson correlation coefficient for p1 and p2
def sim_pearson(prefs,p1,p2):
# Get the list of mutually rated items
si={}
for item in prefs[p1]:
if item in prefs[p2]: si[item]=1
# if they are no ratings in common, return 0
if len(si)==0: return 0
# Sum calculations
n=len(si)
# Sums of all the preferences
sum1=sum([prefs[p1][it] for it in si])
sum2=sum([prefs[p2][it] for it in si])
# Sums of the squares
sum1Sq=sum([pow(prefs[p1][it],2) for it in si])
sum2Sq=sum([pow(prefs[p2][it],2) for it in si])
# Sum of the products
pSum=sum([prefs[p1][it]*prefs[p2][it] for it in si])
# Calculate r (Pearson score)
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
def main():
z = sim_pearson(critics, 'User 1','User 2')
print z
if __name__ == "__main__":
main()
我要计算用户1和用户2之间的相似性,但我在这部分很困惑:
([prefs[p1][it] for it in si])
是什么意思[它] ?
相似的结果,如果我使用这个程序是:0.755928946018
是真正的验证码([prefs[p1][it] for it in si])
被乘以用户1的评级的含义是什么?像1*2*4
?或者它必须乘以用户2的评分?像(1*2)+(1*3)+(4*3)
?我对感到困惑。我希望你能帮助我,谢谢你的提前。
好的答案!非常详细的 – Llopis 2014-09-19 10:02:39
和'n'指的是用户数量或用户评级的电影数量? – user3528526 2014-09-19 10:10:28
我得到了'sum1 = 7'' sum2 = 8'' sum1sq = 21'' sum2sq = 22''psum = 56',这是真的吗?因为每次手动计算hmm时结果总是不一样 – user3528526 2014-09-19 10:18:52