Python写一个计算数据集余弦相似度的计算函数

以下是Python实现的计算数据集余弦相似度的函数：

import numpy as np

def cos_sim(a, b):
    """
    计算两个向量a和b之间的余弦相似度
    """
    dot_product = np.dot(a, b)
    norm_a = np.linalg.norm(a)
    norm_b = np.linalg.norm(b)
    return dot_product / (norm_a * norm_b)

def dataset_cos_sim(data):
    """
    计算数据集中每对向量之间的余弦相似度
    """
    n = data.shape[0]
    sim_matrix = np.zeros((n, n))
    for i in range(n):
        for j in range(i+1, n):
            sim_matrix[i][j] = cos_sim(data[i], data[j])
            sim_matrix[j][i] = sim_matrix[i][j]
    return sim_matrix

函数`cos_sim`用于计算两个向量之间的余弦相似度，`dataset_cos_sim`函数则用于计算数据集中每对向量之间的余弦相似度，返回一个相似度矩阵。函数中用到了numpy库提供的向量点乘和向量范数计算函数。

相关问题

基于用户的协同过滤使用余弦相似度电影推荐系统的Python代码，使用MovieLens数据集

好的，以下是基于用户的协同过滤使用余弦相似度电影推荐系统的Python代码，使用MovieLens数据集：

import pandas as pd
import numpy as np

# 读取数据集
ratings = pd.read_csv('ratings.csv')
movies = pd.read_csv('movies.csv')

# 合并数据集
ratings = pd.merge(ratings, movies, on='movieId')

# 计算用户评分矩阵
userRatings = ratings.pivot_table(index=['userId'], columns=['title'], values='rating')

# 填充缺失值
userRatings = userRatings.fillna(0)

# 计算余弦相似度
from sklearn.metrics.pairwise import cosine_similarity

userSimilarity = cosine_similarity(userRatings)

# 定义函数，返回与目标用户最相似的K个用户
def topKSimilarUsers(user, K):
    simUsers = userSimilarity[user]
    simUsers = simUsers.argsort()[::-1]
    return simUsers[1:K+1]

# 定义函数，根据最相似的K个用户推荐电影
def recommendMovies(user, K):
    simUsers = topKSimilarUsers(user, K)
    simUsersRatings = userRatings.iloc[simUsers]
    meanRatings = simUsersRatings.mean(axis=0)
    moviesToRecommend = meanRatings.sort_values(ascending=False)
    return moviesToRecommend.index.tolist()

# 示例：为用户1推荐10部电影
user = 1
K = 10
recommendedMovies = recommendMovies(user, K)
print(recommendedMovies)

注意：上述代码仅作为示例，实际应用时需要根据具体情况进行调整和优化。

基于物品的协同过滤使用余弦相似度电影推荐系统的Python代码，使用MovieLens数据集

好的，以下是基于物品的协同过滤使用余弦相似度电影推荐系统的Python代码，使用MovieLens数据集：

import pandas as pd
import numpy as np

# 读取数据集
ratings = pd.read_csv('ratings.csv')
movies = pd.read_csv('movies.csv')

# 合并数据集
ratings = pd.merge(ratings, movies, on='movieId')

# 计算电影评分矩阵
movieRatings = ratings.pivot_table(index=['title'], columns=['userId'], values='rating')

# 填充缺失值
movieRatings = movieRatings.fillna(0)

# 计算余弦相似度
from sklearn.metrics.pairwise import cosine_similarity

movieSimilarity = cosine_similarity(movieRatings.T)

# 定义函数，返回与目标电影最相似的K个电影
def topKSimilarMovies(movie, K):
    simMovies = movieSimilarity[movie]
    simMovies = simMovies.argsort()[::-1]
    return simMovies[1:K+1]

# 定义函数，根据最相似的K个电影推荐给用户
def recommendMovies(user, K):
    userRatings = movieRatings[user]
    simMovies = topKSimilarMovies(userRatings.name, K)
    simMoviesRatings = movieRatings.iloc[simMovies]
    weightedRatings = (simMoviesRatings * movieSimilarity[userRatings.name][simMovies]).sum(axis=0)
    weightedRatings = weightedRatings.sort_values(ascending=False)
    moviesToRecommend = weightedRatings.loc[~weightedRatings.index.isin(userRatings.index)]
    return moviesToRecommend.index.tolist()

# 示例：为用户1推荐10部电影
user = 1
K = 10
recommendedMovies = recommendMovies(user, K)
print(recommendedMovies)

注意：上述代码仅作为示例，实际应用时需要根据具体情况进行调整和优化。