懒得写懒得写

决策树；剪枝策略；ID3算法；C4.5算法；CART算法

简单了解基于人口统计学的推荐算法

协同过滤推荐算法

矩阵分解；SVD；ALS；SGD

余弦相似度  余弦相似度：用向量空间中两向量夹角的余弦值作为衡量两个个体之间差异的大小。余弦值越接近1，表明两个向量的夹角越接近0度，则两个向量越相似。余弦值越接近0，表明两个向量的夹角越接近180度，则两个向量越不相似。  如存在向量a=(x1,y1)和向量b=(x2,y2)，由几何定义计算内积a·b=|a||b|cosθ，可知：  则根据二维向量引向多维向量A(x1,y1,z1…)和B(x2,

皮尔逊相关系数、斯皮尔曼等级相关系数、肯德尔相关系数

Jaccard系数和简单匹配系数

皮尔逊相关系数python实现

皮尔逊相关系数一、定义  皮尔逊相关系数( Pearson correlation coefficient，PC），又称皮尔逊积矩相关系数（Pearson product-moment correlation coefficient，PPMCC或PCCs），是用于度量两个变量X和Y之间的相关（线性相关），其值介于-1与1之间。相关系数的绝对值越大，相关度越强，相关系数的绝对值越小，相关度越弱。二、