1.闵可夫斯基距离
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确的原因之一）
我们在对一个新用户进行推荐时，可以计算在同等维度下其他用户的闵可夫斯基距离。这种海量数据的表格，用pandas处理十分方便
标签：blog info png com 理解 pandas python 投影 pos
闵可夫斯基距离可以概括曼哈顿距离与欧几里得距离。
标签：blog info png com 理解 pandas python 投影 pos
原文地址：https://www.cnblogs.com/alexkn/p/8413295.html
