Esta función es del libro "Programación de la inteligencia colectiva”, y se supone que calcular el coeficiente de correlación de Pearson para P1 y P2, que se supone que es un número entre¿Qué hay de malo con el algoritmo pearson de "Programación de la inteligencia colectiva"?
si los elementos del tipo de dos críticos -1 y 1. Los de manera muy similar a la función debería devolver 1, o cercano a 1.
con los datos de usuario real a veces me da resultados extraños En el siguiente ejemplo, el conjunto de datos critics2 debería devolver 1 -. En su lugar, devuelve 0.
¿el punto cualquiera un error?
(Th no es un duplicado de What is wrong with this python function from “Programming Collective Intelligence”)
from __future__ import division
from math import sqrt
def sim_pearson(prefs,p1,p2):
si={}
for item in prefs[p1]:
if item in prefs[p2]: si[item]=1
if len(si)==0: return 0
n=len(si)
sum1=sum([prefs[p1][it] for it in si])
sum2=sum([prefs[p2][it] for it in si])
sum1Sq=sum([pow(prefs[p1][it],2) for it in si])
sum2Sq=sum([pow(prefs[p2][it],2) for it in si])
pSum=sum([prefs[p1][it]*prefs[p2][it] for it in si])
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
critics = {
'user1':{
'item1': 3,
'item2': 5,
'item3': 5,
},
'user2':{
'item1': 4,
'item2': 5,
'item3': 5,
}
}
critics2 = {
'user1':{
'item1': 5,
'item2': 5,
'item3': 5,
},
'user2':{
'item1': 5,
'item2': 5,
'item3': 5,
}
}
critics3 = {
'user1':{
'item1': 1,
'item2': 3,
'item3': 5,
},
'user2':{
'item1': 5,
'item2': 3,
'item3': 1,
}
}
print sim_pearson(critics, 'user1', 'user2',)
result: 1.0 (expected)
print sim_pearson(critics2, 'user1', 'user2',)
result: 0 (unexpected)
print sim_pearson(critics3, 'user1', 'user2',)
result: -1 (expected)