相似系数常用的有哪几种

Posted 2023-05-12

参考技术A

相似系数常用的有哪几种如下：

定义在两个向量（两个点）上：点x和点y的欧式距离为：

常利用欧几里得距离描述相似度时，需要取倒数归一化，sim = 1.0/(1.0+distance)，利用numpy实现如下：

python实现欧式距离

从名字就可以猜出这种距离的计算方法了。想象你在曼哈顿要从一个十字路口开车到另外一个十字路口，驾驶距离是两点间的直线距离吗？显然不是，除非你能穿越大楼。实际驾驶距离就是这个“曼哈顿距离”。而这也是曼哈顿距离名称的来源， 曼哈顿距离也称为城市街区距离(City Block distance)。

(1)二维平面两点a(x1,y1)与b(x2,y2)间的曼哈顿距离

(2)两个n维向量a(x11,x12,…,x1n)与 b(x21,x22,…,x2n)间的曼哈顿距离

python实现曼哈顿距离：

国际象棋玩过么？国王走一步能够移动到相邻的8个方格中的任意一个。那么国王从格子(x1,y1)走到格子(x2,y2)最少需要多少步？自己走走试试。你会发现最少步数总是max( | x2-x1 | , | y2-y1 | ) 步 。有一种类似的一种距离度量方法叫切比雪夫距离。

(1)二维平面两点a(x1,y1)与b(x2,y2)间的切比雪夫距离

(2)两个n维向量a(x11,x12,…,x1n)与 b(x21,x22,…,x2n)间的切比雪夫距离

40常用字符串格式化有哪几种？

Python的字符串格式化常用的有三种！

　　第一种：最方便的

　　缺点：需一个个的格式化

print(‘hello %s and %s‘%(‘df‘,‘another df‘))

 

　　第二种：最好用的

　　优点：不需要一个个的格式化，可以利用字典的方式，缩短时间

print(‘hello %(first)s and %(second)s‘%{‘first‘:‘df‘ , ‘second‘:‘another df‘})

　　第三种：最先进的

　   优点：可读性强

print(‘hello {first} and {second}‘.format(first=‘df‘,second=‘another df‘))