Цитаты из книг автора «Джон Форман»

Оказывается, косинус угла между двумя бинарными заказами — это: Число совпадений заказов в двух векторах, разделенное на произведение квадратных корней количества заказов первого и второго векторов

Самый, наверное, широко используемый метод подсчета асимметричного расстояния для данных формата 0–1 называется расстоянием по косинусу.

Что бросается в глаза — так это малое количество ценных единиц в данных — вот они, «разреженные данные»!

Есть затейливое словцо — «асимметрия» данных. Единицы более ценны, чем нули.

манхэттенское расстояние между кластерным центром и покупательским вектором — это просто число несоответствий.

Переключившись с k-средних на k-медианы, люди обычно перестают пользоваться евклидовым расстоянием и начинают использовать нечто под названием манхэттенское расстояние, или метрика городского

Теперь, чтобы установить наилучшее положение кластерных центров, нужно найти такие значения в столбцах от Н до К, которые минимизируют общее расстояние между покупателями и кластерными центрами, к которым они привязаны, указанными в строке 39 для каждого покупателя.

В контексте подписчиков на рассылку у вас больше двух измерений, но применима та же концепция. Расстояние между покупателем и кластерным центром рассчитывается путем определения разниц между двумя точками для каждой сделки, возведения их в квадрат, сложения и извлечения квадратного корня.

Поэтому принято стандартизировать каждый столбец с данными, вычитая среднее и затем деля поочередно на меру разброса под названием среднеквадратичное отклоне

минимизация» — оно вам очень пригодится в оптимизации модели для лучшего расположения кластерных центров.