피어슨 상관 계수

상관계수
연관성에 대하여 표현해주는 것


아래 파이썬 코드는 OREILLY에 "집단지성 프로그래밍"에서 발췌

Parameter
v1 : 데이터 1
v2 : 데이터 2
prefs : 데이터세트

def - p1과 p2에 대한 피어슨 상관 계수를 리턴
def sim_pearson(prefs, p1, p2):
  si = {}
  for item in prefs[p1]:
    for item in prefs[p2]: si[item] = 1

  # 공통 요소의 개수를 구함, 없으면 종료
  n = len(si)
  if n==0 return 0

  # 모든 선호도를 합산함
  sum1 = sum([prefs[p1][it] for it in si])
  sum2 = sum([prefs[p2][it] for it in si])

  # 제곱의 합을 계산
  sum1Sq = sum([pow(prefs[p1][it], 2) for it in si])
  sum2Sq = sum([pow(prefs[p2][it], 2) for it in si])

  # 곱의 합을 계산
  pSum = sum([prefs[p1][it] * prefs[p2][it] for it in si])

  # 피어슨 점수 계산
  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