皮爾遜相關(guān)度評(píng)價(jià)算法

critics={'Lisa Rose':{'Lady in the Water':2.5, 'Snakes on a Plane' :3.5,

'Just My Luck':3.0, 'Superman returns':3.5, 'You,Me and Dupree':2.5,

'The Night Listener':3.0},

'Gene Seymour':{'Lady in the Water':3.0,'Snakes on a Plane':3.5,

'Just My Luck':1.5,'Superman Returns':5.0,'The Night Listener':3.0,

'You,,Me and Dupree':3.5},

'Michael Phillips':{'Lady in the Water':2.5, 'Snakes on a Plane':3.0,

'Superman Returns':3.5,'The Night Listener':4.0},

'Claudia Puig':{'Snakes on a Plane':3.5,'Just My Luck':3.0,

'The Night Listener':4.5,'Superman Returns':4.0,'You,Me and Dupree':2.5},

'Mich Lasalle':{'Lady in the Water':3.0,'Snakes on a Plane':4.0,

'Just My Luck':2.0,'Superman Returns':3.0,'The Night Listene ':3.0,

'You,Me and Dupree':2.0},

'Jack Mattews':{'Lady in the Water':3.0,'Snakes on a Plane':4.0,

'The Night Listene ':3.0,'Superman Returns':5.0,'You,Me and Dupree':3.5},

'Toby':{'Snakes on a Plane':4.5,'You,Me and Dupree':1.0,'Superman Returns':4.0}}

from math import sqrt

#返回一個(gè)有關(guān)person1與person2的基于距離的相似度評(píng)價(jià)

def sim_distance(prefs,person1,person2):

#得到shared_items的列表

si={}

for item in prefs[person1]:

if item in prefs[person2]:

si[item]=1

#如果兩者沒有共同之處,則返回0

if len(si)==0:return 0

#計(jì)算所有差值的平方和

sum_of_squares=sum([pow(prefs[person1][item]-prefs[person2][item],2)

for item in prefs[person1] if item in prefs[person2]])

return 1/(1+sqrt(sum_of_squares))

#返回p1和p2的皮爾遜相關(guān)系數(shù)

def sim_pearson(prefs,p1,p2):

#得到雙方都曾評(píng)價(jià)過得物品列表

si={}

for item in prefs[p1]:

if item in prefs[p2]:si[item]=1

#得到列表元素的個(gè)數(shù)

n=len(si)

#如果兩者都沒有共同之處,則返回1

if n==0:return 1

#對(duì)所有偏好求和

sum1=sum([prefs[p1][it] for it in si])

sum2=sum([prefs[p2][it] for it in si])

#求平方和

sum1Sq=sum([pow(prefs[p1][it],2) for it in si])

sum2Sq=sum([pow(prefs[p2][it],2) for it in si])

#求乘積之和

pSum=sum([prefs[p1][it]*prefs[p2][it] for it in si])

#計(jì)算皮爾遜評(píng)價(jià)值

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


運(yùn)行時(shí)總是出現(xiàn)invalid syntax錯(cuò)誤,錯(cuò)誤位置為最后 if den==0 : return 0中的冒號(hào)位置上,怎么都找不出原因來,如果有會(huì)的大神求指教

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡書系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 228,505評(píng)論 6 533
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 98,556評(píng)論 3 418
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 176,463評(píng)論 0 376
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經(jīng)常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,009評(píng)論 1 312
  • 正文 為了忘掉前任,我火速辦了婚禮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 71,778評(píng)論 6 410
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 55,218評(píng)論 1 324
  • 那天,我揣著相機(jī)與錄音,去河邊找鬼。 笑死,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,281評(píng)論 3 441
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢(mèng)啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 42,436評(píng)論 0 288
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 48,969評(píng)論 1 335
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 40,795評(píng)論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 42,993評(píng)論 1 369
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,537評(píng)論 5 359
  • 正文 年R本政府宣布,位于F島的核電站,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 44,229評(píng)論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,659評(píng)論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,917評(píng)論 1 286
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 51,687評(píng)論 3 392
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 47,990評(píng)論 2 374

推薦閱讀更多精彩內(nèi)容

  • 撒謊分三種: (1)撒謊是為了逃避懲罰而撒謊,稱防御性撒謊。 (2)撒謊是為了獲得利益,快樂,甚至某種特權(quán),稱獲益...
    善默勤容閱讀 256評(píng)論 0 0
  • 俗話說,攝影是用光的藝術(shù)。但是這句話的調(diào)太高了,需要很深的攝影道行才能理解才能展現(xiàn)“光”的藝術(shù)。不過我也嘗試用手機(jī)...
    不許瞎搞閱讀 938評(píng)論 4 7
  • 蟬聲鳴鳴 烈夏炎炎 雨后洼洼 花果蔥蔥 行人慌慌 爭相鏘鏘 不知何何 笑臉盈盈
    千步夢(mèng)尋閱讀 336評(píng)論 2 3
  • 健身小知識(shí)2017/3/15 今晚練什么,胸? “今晚練什么”應(yīng)該是健身房打照面問的最多的一句了,因?yàn)榇蟛糠秩耸褂?..
    wuli哥哥閱讀 161評(píng)論 0 1