用python写一个皮尔森相似度算法

皮尔森相似度是一种衡量两个变量之间线性相关程度的方法。在推荐系统中，可以用来计算两个用户之间的相似度，从而预测用户对物品的评分。

以下是用Python实现皮尔森相似度算法的示例代码：

import numpy as np

def pearson_similarity(x, y):
    # 计算皮尔森相关系数
    mean_x = np.mean(x)
    mean_y = np.mean(y)
    n = len(x)
    numerator = sum((x - mean_x) * (y - mean_y))
    denominator = np.sqrt(sum((x - mean_x) ** 2)) * np.sqrt(sum((y - mean_y) ** 2))
    if denominator == 0:
        return 0
    else:
        return numerator / denominator

该函数接受两个向量x和y作为输入，并返回它们之间的皮尔森相似度。具体来说，它首先计算每个向量的平均值，然后计算它们之间的协方差和标准差，最后将它们相除得到皮尔森相关系数。如果分母为零，则返回0。