2018年2月4日
Python推荐算法学习1
摘要： 1.闵可夫斯基距离：计算用户相似度 闵可夫斯基距离可以概括曼哈顿距离与欧几里得距离。 其中r越大，单个维度差值大小会对整体产生更大的影响。这个很好理解，假设当r=2时一个正方形对角线长度，永远是r=3时正方体对角线的投影，因此r越大，单个维度差异会有更大影响。（所以这也可能是很多公司的推荐算法并不准 阅读全文
posted @ 2018-02-04 15:35 李雷雷alexkn 阅读(6136) 评论(1) 推荐(0) 编辑