そのトピックで は、筆者自身によってメトリックを符号化するが、scipyのダウンロードの余弦を用いてIAM:(ratings
が71869x10000ある)コサインの類似性は「ナノ」値をもたらす。。これは、この質問の反対側です。pt.II
A = ratings[:,100]
A = A.reshape(1,A.shape[0])
books_similarity = np.empty([1, ratings.shape[0]])
for book in range(10000):
books_similarity[0,book] = -cosine(A, ratings[:,book].reshape(1,A.shape[1]))+1
それは出力:0、1 1とのNaN(自体のため)。だから私が前に触れたトピックの解決策は私のためではない、なぜなら私はscipyを使っているからだ。私は何をすべきか?
PS:私は、アレイからの "1" を削除して実行します。
m = np.argmax(books_similarity)
books_similarity[0,m]
それは "NaNの"
PSS返します:まず、私はその後、漬物ファイルを持っていたCSRにそれをデコードし、しかしを使用numpy。私は、すべてをnp配列として考えるべきでしょうか?入力ベクトルの一方が、その場合にnan
全て0 scipy.spatial.distance.cosine
戻る場合
私のコードではうまくいきません。すべてのvectrosは少なくとも1つの "1"要素を持っています –
'' nan'の結果となるベクトルの特定のペアを見つけることができますか?もしそうなら、それを質問に追加してください。あなたのデータがなければ、私たちができるのは推測だけです。 –