文本分析-相似文章匹配

本文介绍了数据挖掘中的推荐系统,包括相似推荐和协同过滤推荐。重点讲解了余弦相似度的概念,它是通过计算两个向量的夹角来评估它们的相似性,余弦值越大,相似度越高。并提到了在Python中使用sklearn库的pairswise_distances函数计算特征间的距离。

概念理解:
推荐:在数据挖掘中,推荐包括相似推荐及系统过滤推荐。
1,相似推荐:指当用户表现出对某人或某物的兴趣是,为他推荐与之相类似的人,或者物,他的核心是,人以群分,物以类聚
2,协同过滤推荐:指利用已有用户群过去的行为和意见,预测当前用户最有可能喜欢那些东西。
这里写图片描述
余弦相似度:
求两者之间的夹角,得出对应的余弦值,该值可以用来表示两个向量的相似性,夹角越小,余弦值越大,方向更吻合,则越相似。

python中sklearn计算特征之间的距离
sklearn.metrics库中的pairsise_distances。
pairsise_distances(textvector,metric=’consin’)

案例代码:

import pandas,bumpy,codecs,os,jieba
 from sklearn.metrics import pairwise_distances
 # 创建语料库
 corpos=pandas.DataFrame(columns=['filepath','content'])
 for root,dirs,
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值