“Programming Collective Intelligence”中的这个Python函数有什么问题？

Question

这是我们要讨论的函数。它用来计算 p1 和 p2 之间的皮尔逊相关系数，这个系数的值应该在 -1 到 1 之间。

但是，当我用真实用户的数据来测试时，有时候它会返回一个大于 1 的数字，比如在这个例子中：

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,
        }
}

print sim_pearson(critics, 'user1', 'user2', )

1.15470053838

Answer 1

整数除法让人困惑。如果你把 n 变成浮点数（小数），它就能正常工作了：

n=float(len(si))

Answer 2

我花了一点时间看代码，发现如果你把输入的数据改成浮点数，它就能正常工作了。

Answer 3

看起来你可能意外地使用了整数除法。我做了以下修改，你的函数返回了 1.0：

num=pSum-(1.0*sum1*sum2/n)
den=sqrt((sum1Sq-1.0*pow(sum1,2)/n)*(sum2Sq-1.0*pow(sum2,2)/n))

想了解更多关于Python中除法运算符的信息，可以查看 PEP 238。修复你上面代码的另一种方法是：

from __future__ import division