Mahout 基于推荐系统，分类，聚类算法 等经常用到的相似度度量：

PearsonCorrelationSimilarity 皮尔森距离

EuclideanDistanceSimilarity 欧几里德距离

CosineMeasureSimilarity   余弦距离（0.7变成了UncenteredCosineSimilarity）

SpearmanCorrelationSimilarity 斯皮尔曼等级相关， 排序后的皮尔森距离

TanimotoCoefficientSimilarity 谷本相关系数， 基于boolean preference

LogLikelihoodSimilarity  最大似然估计 最大似然估计,也称为最大概似估计,是一种统计方法,它用来求一个样本集的相关概率密度函数的参数。 一般好于TanimotoCoefficientSimilarity 

CityBlockSimilarity  基于曼哈顿距离

参考链接：mahout 推荐算法基础

本文出自 “流浪的脚步” 博客，请务必保留此出处http://now51jq.blog.51cto.com/3474143/1539515