Python：查找集群内用户之间的分数相似性
Python: finding score similarity between users within a cluster
如何计算 user 和 score 之间的相似度？
例如，df:
user score category_cluster
i 4.5 category1
j 5 category1
k 9.5 category2
我想要这样的结果：
相同 useri_j 得分之间的相似性 category_cluster 如果不在同一集群中，则不计算相似性。你会如何衡量相似性？
您需要先定义一个评分函数。其中，您有曼哈顿距离或欧几里德距离，这可能是最常用的距离。有关距离的更多信息，我建议您查看 scikit-learn，它们实现了多种距离（度量）。查找 here 列表（您可以稍后研究它们各自测量的内容）。
其中一些是距离度量（元素有多不同，越接近 0 越相似），而另一些则是衡量相似性（如指数核，越接近 1 越相似）。很容易在距离和相似性度量之间交换（假设两者都在 [0,1] 范围内，这是最基本的 distance = 1. - similarity）。
至于你的相似性示例 similarity[i,j] = 0.9 对我来说没有任何意义。 i and k 的相似度是多少？您使用哪个公式得出 0.9？如果你澄清一下，我可以为你提供一个基于 numpy 的表示。
对于直接相似性度量，have a look here。如果它们适合您的需要，您可以使用它们中的任何一个。解释了每一项措施的内容。
rbf_kernel.
的用法示例
data = df['score']
similarity = rbf_kernel(data.reshape(-1, 1), gamma=1.) # Try different values of gamma
gamma 在这里就像一个 阈值 不同的 gamma 值将使 相似 更少或更多便宜.
如何计算 user 和 score 之间的相似度？
例如，df:
user score category_cluster
i 4.5 category1
j 5 category1
k 9.5 category2
我想要这样的结果：
相同 useri_j 得分之间的相似性 category_cluster 如果不在同一集群中，则不计算相似性。你会如何衡量相似性？
您需要先定义一个评分函数。其中，您有曼哈顿距离或欧几里德距离，这可能是最常用的距离。有关距离的更多信息，我建议您查看 scikit-learn，它们实现了多种距离（度量）。查找 here 列表（您可以稍后研究它们各自测量的内容）。
其中一些是距离度量（元素有多不同，越接近 0 越相似），而另一些则是衡量相似性（如指数核，越接近 1 越相似）。很容易在距离和相似性度量之间交换（假设两者都在 [0,1] 范围内，这是最基本的 distance = 1. - similarity）。
至于你的相似性示例 similarity[i,j] = 0.9 对我来说没有任何意义。 i and k 的相似度是多少？您使用哪个公式得出 0.9？如果你澄清一下，我可以为你提供一个基于 numpy 的表示。
对于直接相似性度量，have a look here。如果它们适合您的需要，您可以使用它们中的任何一个。解释了每一项措施的内容。
rbf_kernel.
data = df['score']
similarity = rbf_kernel(data.reshape(-1, 1), gamma=1.) # Try different values of gamma
gamma 在这里就像一个 阈值 不同的 gamma 值将使 相似 更少或更多便宜.