在python中，如何在计算向量和矩阵之间的相似距离之前规范化数据？
我有一个用户的口味表：user\u偏好。head（）
genres Action Adventure Animation Children Comedy Crime Documentary Drama Fantasy Film-Noir Horror IMAX Musical Mys...
userId
18 0 0 0 0 1 0 0 0 0 0 0 0 0 0
65 9 4 0 4 12 8 1 15 6 4 0 0 0 2
96 0 16 16 0 16 0 0 0 16 0 0 0 16 0
121 8 0 0 0 69 9 0 21 0 0 0 0 0 0
129 11 14 0 3 85 4 4 46 3 0 2 3 0 19
我有电影类型内容表：
genres Action Adventure Animation Children Comedy Crime Documentary Drama Fantasy Film-Noir Horror IMAX Musical Mys...
movieId
10 0 0 0 0 1 0 0 0 0 0 0 0 0 0
11 0 0 0 0 1 1 0 1 0 1 0 0 0 0
12 0 1 0 0 1 0 0 0 0 0 0 0 0 0
13 0 0 0 0 0 0 0 1 0 0 0 0 0 0
14 0 1 0 0 0 1 1 0 0 0 0 0 0 1
我正在尝试获取每个用户的偏好向量，并获取其与电影内容的相似性度量，以便通过点积推荐最偏好的电影：
distances = np.dot(movie_content_df, user_preference[1].reshape(-1, 1))
为了计算距离，我首先通过以下方式标准化了用户的偏好表：
from sklearn.preprocessing import MinMaxScaler
user_preference_tmp = user_preference.copy()
norm = MinMaxScaler().fit(user_preference_tmp)
user_preference_norm = norm.transform(user_preference_tmp)
print(user_preference[1])
print(user_preference_norm[1])
________________________________________________________________________
([ 0, 9, 4, 0, 4, 12, 8, 1, 15, 6, 4, 0, 0, 0, 2, 7, 7, 10, 0, 0])
[0. 0.00239107 0.00131709 0. 0.00355872 0.00212352 0.00300639 0.00044287 0.001469 0.00358637 0.01520913 0. 0. 0. 0.00174978 0.00237691 0.0026616 0.00241604 0. 0. ]
我不明白为什么规范化后用户偏好\u norm[1]表示不同的偏好？例如，第三个值和第五个值都是4，但在标准化后，我得到了0.00131709和0.00355872，或者最大值15转换为0.001469，这在点积之后给出的相似性值较小。
在计算点积之前对数据进行规范化是否正确？如果是，我做得对吗？
共有1个答案
这给了我正确的输出，它代表了正确的用户偏好：
from sklearn.preprocessing import Normalizer
user_preference_tmp = user_preference.copy()
norm = Normalizer().fit(user_preference_tmp)
user_preference_norm = norm.transform(user_preference_tmp)
print(list(user_preference[1]))
print(user_preference_norm[1])
_______________________________________________________________________________
[0, 9, 4, 0, 4, 12, 8, 1, 15, 6, 4, 0, 0, 0, 2, 7, 7, 10, 0, 0]
[0. 0.31799936 0.14133305 0. 0.14133305 0.42399915
0.2826661 0.03533326 0.52999894 0.21199958 0.14133305 0.
0. 0. 0.07066653 0.24733284 0.24733284 0.35333263
0. 0. ]
-
问题内容： 我正在尝试使用Haversine公式来计算由纬度和经度标识的一长串位置的距离矩阵，该公式采用两个坐标对的元组来产生距离： 我可以使用嵌套的for循环计算所有点之间的距离，如下所示： 使用一个简单的函数： 但是考虑到时间的复杂性，这需要花费相当长的时间，大约需要20秒才能获得500点，而且我的清单要长得多。这让我着眼于矢量化，并且遇到了（（docs）），但无法弄清楚如何在这种情况下应用它
-
问题内容： 我为城市建立了邻接矩阵，并在它们之间建立了联系。例如AB，BC，CD。现在，我想知道是否可以计算未连接的城市之间的距离。是否可以计算未连接节点之间的矩阵距离并找到路径？ 城市班 主要方法 这是我运行main方法时的输出，我认为一切都很好。 现在我想计算从A到D的距离，但我不知道该怎么做。我将不胜感激。谢谢！ 问题答案： 要在加权图中找到最短路径（路线的每个部分都有不同的权重），可以使用
-
我对计算两个numpy阵列（x和y）之间的各种空间距离感兴趣。 http://docs.scipy.org/doc/scipy-0.14.0/reference/generated/scipy.spatial.distance.cdist.html 但是，上述结果会产生太多不需要的结果。我怎样才能限制它只用于我所需的结果。 我想计算[1,11]和[31,41]之间的距离；[2,22]和[32,42
-
我试图使用Scala类计算两点之间的距离。但它给出了一个错误说 类型不匹配；发现：其他。需要类型（具有基础类型点）：？{def x:？}请注意，隐式转换不适用，因为它们是不明确的：在[A]（x:A）类型的对象Predef中确保[A]的方法any2Ensuring和在[A]（x:A）“ArroAssoc[A]类型的对象Predef中的方法Ani2ArrowasSoc都是可能的其他转换函数。输入到？{
-
本文向大家介绍Python文本相似性计算之编辑距离详解，包括了Python文本相似性计算之编辑距离详解的使用技巧和注意事项，需要的朋友参考一下 编辑距离 编辑距离（Edit Distance），又称Levenshtein距离，是指两个字串之间，由一个转成另一个所需的最少编辑操作次数。编辑操作包括将一个字符替换成另一个字符，插入一个字符，删除一个字符。一般来说，编辑距离越小，两个串的相似度越大。 例
-
问题内容： 我需要创建一个类来计算两点之间的距离。我被困住了，我是一个完全的初学者。这是我的课程： 第二课。 我不确定如何在两个定义的点之间获取点对象（中间点）。 我可以创建点对象，但不确定如何通过位于这两个点对象之间的方法返回点对象。 问题答案： 平面上的两个点（x1，y1）和（x2，y2）之间的距离为： 但是，如果您想要的只是两个点的中点，则应将中点函数更改为： 这将返回一个全新的点对象，其点