python 欧氏距离,Python欧几里得算法

　　我用下面的代码从编程集体智能，这是一个函数，从书中计算出两个影评人之间的距离。在

　　这个函数对字典中排名的差异求和，但是n维的现实的灯泡距离也包括该和的平方根。在

　　既然我们用同一个函数来给每个人排序，我们的平方根与否都无关紧要，但我想知道这有什么特别的原因吗？在从数学导入平方根计算

　　#返回人员一和人员2基于距离的相似性得分

　　定义模拟距离(首选，人员1,人员2):

　　#获取共享项目列表

　　si={}

　　对于首选项[人员1]中的项目：

　　如果项目在首选项[人员2]中：

　　si[项目]=1

　　#如果它们没有共同的评级，则返回0

　　如果len(si)==0:返回0

　　#将所有差异的平方相加

　　平方和=sum([pow(prefs[人员1][项目]-首选项[人员2][项目],2)

　　对于首选项[人员1]中的项目，如果首选项[人员2]中的项目]])

　　返回1/(1平方和)

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。