matlab實現協同過濾之pdist、squareform

實現協同過濾算法的第一步是：計算用戶或項目之間的類似度。接下來介紹pdist和squareform

用法：

D = pdist(X)

D = pdist(X,distance)

 

D = pdist(X)計算 X 中各對行向量的相互距離(X是一個m-by-n的矩陣). 這裏 D 要特別注意，D 是一個長爲m(m–1)/2的行向量.能夠這樣理解 D 的生成：首先生成一個 X 的距離方陣，因爲該方陣是對稱的，且對角線上的元素爲0，因此取此方陣的下三角元素，按照Matlab中矩陣的按列存儲原則，此下三角各元素的索引排列即爲(2,1), (3,1), ..., (m,1), (3,2), ..., (m,2), ..., (m,m–1).

 

D = pdist(X,distance) 使用指定的距離.distance能夠取下面圓括號中的值.在該算法中用到如下三種距離：

夾角餘弦距離Cosine distance('cosine')

改進夾角餘弦距離Adjust Cosine distance('adjustedcosine')

相關距離Correlation distance('correlation')

 

接下來命令 squareform(D) 將此行向量轉換爲原距離方陣.(squareform函數是專門幹這事的，其逆變換是也是squareform。)

 

 

 

 

 

 

pdist其餘距離參數：

歐幾里德距離Euclidean distance('euclidean')

 

標準歐幾里德距離Standardized Euclidean distance('seuclidean')

 

馬哈拉諾比斯距離Mahalanobis distance('mahalanobis')

 

曼哈頓距離(城市區塊距離)City block metric('cityblock')

 

閔可夫斯基距離Minkowski metric('minkowski')

 

切比雪夫距離Chebychev distance('chebychev')

 

夾角餘弦距離Cosine distance('cosine')

 

改進夾角餘弦距離Adjust Cosine distance('adjustedcosine')

 

相關距離Correlation distance('correlation')

 

漢明距離Hamming distance('hamming')

 

傑卡德距離Jaccard distance('jaccard')