计算加权相似度
计算加权相似度
提问于 2013-05-23 17:44:42
我有两个数据行，每个数据行都有4个字段。
就像这样：
field1 field2 field3 field4
Row 1
Row 2现在我要比较这两种记录，并计算出它们的相似性。我通过推导余弦相似度来计算每个字段的相似性。
因此，我最终得到了类似的相似之处：(0表示一周的相似性，1表示强烈的相似性)
field1: 0.12
field2: 0.67
field3: 1.00
field3: 0.93我现在可以通过平均值来找到总相似性，但问题是：
我想在字段中添加权重，
因此，如果field2的权重大于field1，那么field2的相似度将对平均相似度有显著的贡献。
你能提出一个公式或算法来满足这样的要求吗？
回答 2
Stack Overflow用户
回答已采纳
发布于 2013-05-23 17:54:00
很简单，
- 将这4个值中的每个值乘以它们的权重。
- 将结果相加在一起
- 除以权重之和
示例
- 在这个例子中，每个字段都可以被认为具有相同的权重1。 ((0.12 * 1) + (0.67 * 1) + (1.00 * 1) + (0.93 * 1)) /4= 0.68
- 如果我们想让field2值比其他字段高出2倍 //权重为(1 +2+1+ 1) =5 ((0.12 * 1) + (0.67 * 2) + (1.00 * 1) + (0.93 * 1)) /5= 0.678
- 如果我们希望字段3有100倍的重量(字段2仍然是2倍) //权重为(1 +2+ 100 + 1) = 104 ((0.12 * 1) + (0.67 * 2) + (1.00 * 100) + (0.93 * 1)) / 104 = 0.9845192307692308
公式
((field1 * field1_weight) + (field2 * field2_weight) + ... + (fieldn * fieldn_weight)) / (field1_weight + field2_weight + ... + fieldn_weight) = weighted_average分数权
如果以分数作为权重，那么公式的工作原理也是一样的。例如，如果希望第四个字段的权重比其他字段更多地加权150%，则可以将其赋值为1.5。
// Weights are (1 + 1 + 1 + 1.5) = 4.5
((0.12 * 1) + (0.67 * 1) + (1.00 * 1) + (0.93 * 1.5)) / 4.5 = 0.7077777777777778权重是相对的
您不需要从设置为1的每个权重开始，如果您愿意，可以使用100或1000。
例如，如果所有4个字段的权重为100，则如果它们全部为1，则最终平均值将是相同的。
进一步阅读
Stack Overflow用户
发布于 2013-05-23 17:55:21
你只想找出加权平均值。将每个相似度乘以权重，然后将产品相加在一起，最后除以权重之和，得到平均值：
total, totalw = 0, 0
for w,s in weighted_sims :
total += w*s
totalw += w
result = total / totalw页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/16720549
复制相关文章
相似问题
腾讯云开发者
