Я использую Mahout Apache для написания рекомендателя на основе элементов (на основе оценок похожих элементов пользователями), и мне было интересно, какую из следующих двух метрик подобия лучше всего использовать:
Пирсон, Спирмен, Евклидово, Танимото и логарифмическое правдоподобие
Если у вас есть значения предпочтений, вы должны использовать метрики подобия личностной корреляции или евклидова расстояния. Если у вас нет значений предпочтения, вы должны использовать коэффициент Танимото или логарифмическое правдоподобие. Чтобы выбрать, какой из суженных использовать, вы должны выполнить оценку своего набора данных. Вот почему используется оценочная структура mahout. Вы можете оценить многие показатели, такие как среднеквадратическая ошибка (MSE), абсолютная среднеквадратическая ошибка, точность, полнота, MAP...
Я закодировал скорректированное косинусное сходство, вариант корреляции Пирсона, который дает лучшие результаты, но медленнее.
