Python 3 余弦最近邻格式答案

【问题标题】：Python 3 Cosine Nearest Neighbor FormatPython 3 余弦最近邻格式
【发布时间】：2019-02-26 02:59:02
【问题描述】：

我正在通过我找到的免费在线资源进行一些数据挖掘自学。基本上，我得到了一个 csv 文件，其中包含一堆名称、电影名称以及每个人对它的评价。我正在尝试使用余弦度量从中获取 K-Nearest Neighbor，但我无法让输出看起来不那么糟糕。这是我到目前为止的代码：

from pandas import DataFrame
import pandas as pd
import numpy as np
from sklearn.neighbors import NearestNeighbors as nn

df =  pd.read_csv("https://docs.google.com/spreadsheets/d/1MSBm3M6YmaLf0aiJCvkvrPsIJB2pPuBwse5ylnzEHRI/pub?gid=639849687&single=true&output=csv",index_col='Unnamed: 0')

df = df.fillna(0)

nn([df], metric = 'cosine')

做起来很简单！除了我的输出看起来像这样：

NearestNeighbors(algorithm='auto', leaf_size=30, metric='cosine',
     metric_params=None, n_jobs=1,
     n_neighbors=[                      Patrick C  Heather  Bryan  
Patrick T  Thomas  aaron  \
Alien                       NaN      NaN    2.0        NaN     5.0    
4.0
Avatar                      4.0      5.0    5.0        4.0     2.0    NaN
Blade Runner                5.0      NaN    NaN        N...
You Got Mail           NaN  2.0      2.0   1.0      2.0      NaN   2.0

[25 rows x 25 columns]],
     p=2, radius=1.0)

它很乱，甚至没有显示所有数据。我尝试将其转换为数组，但出现错误消息“'ABCMeta' 对象不支持索引”

我对 Python 还很陌生，我可以做一些基本的事情，但我不是专家。我希望有人可以帮助我朝着帮助清理这个方向前进。

谢谢。

【问题讨论】：

标签： python python-3.x pandas scikit-learn sklearn-pandas

【解决方案1】：

我不清楚您想要的输出是什么样的。但是，您应该先实例化该类，然后使用fit() 方法。

from pandas import DataFrame
import pandas as pd
import numpy as np
from sklearn.neighbors import NearestNeighbors as nn

df =  pd.read_csv("https://docs.google.com/spreadsheets/d/1MSBm3M6YmaLf0aiJCvkvrPsIJB2pPuBwse5ylnzEHRI/pub?gid=639849687&single=true&output=csv",index_col='Unnamed: 0')
df = df.fillna(0)
model = nn(metric = 'cosine')
model.fit(df.values)

现在model 是一个拟合对象，您可以使用它来查找任何新点的 K-邻居，这可能是您的目标。请参阅文档here。

【讨论】：