youho111的博客

print('基于 cosine 相似度的推荐结果：',cosine_recommendation(test_title))

2. weights：可以是'uniform'或者是'distance'，表示在计算最近邻的距离时考虑的权重，'uniform'表示所有最近邻的距离权重都一样，而'distance'表示距离越近的最近邻权重越大。3. algorithm：可以是'ball_tree'、'kd_tree'或者'brute'，表示使用何种算法来计算最近邻的距离。4. leaf_size：整数值，表示在构建 ball_tree 或者 kd_tree 时考虑的叶节点的尺寸。# 将数据集分为训练集和测试集。

除此之外，还可以将 FP-Growth 替换为Apriori 或者 FPMax，Apriori 它能够发现任意长度的频繁项集，并能够发现复杂的关联规则，FPMax 通过剪枝和过滤来减少搜索空间，从而提高了算法的效率，找到频繁模式的最大项集。['菠萝', '洋葱', '香料', '芸豆', '鸡蛋', '酸奶'], ['牛奶', '苹果', '芸豆', '鸡蛋'],默认值为 None，表示不限制最大项数。dataset = [['牛奶', '洋葱', '香料', '芸豆', '鸡蛋', '酸奶'],

本小节主要是学习关联规则，但是学习这个之前，我们要学习Apriori算法求的频繁集。#na_filter=False，表示空值导入后会显示为空，而不是NaN。TE = TransactionEncoder()#类实例化。TE = TransactionEncoder()#类实例化。#对交易数据进行one-hot编码。#对交易数据进行one-hot编码。6.导出关联规则挖掘结果。#导出关联规则挖掘结果。#数据格式转为数据框。

dataset_raw = training_raw._append(test_raw) # 合并数据集# 为了避免索引引起的不必要错误，对索引进行处理。i = int(math.floor(math.log(size_bytes, 1024))) # 获取占用内存的级别（向下取整）dataset_raw.drop('index', inplace=True, axis=1) # 删除还原的索引。test_raw.shape # : (16281, 15)，数据的维度# 训练集和测试集加到一起做分析。