sklearn基于内容的推荐算法 一、问题描述 二、读取数据 三、查看特征 四、构建tfidf矩阵 五、计算距离 六、推荐函数 一、问题描述 假设你喜欢到一家麻辣香锅店吃麻辣香锅,这家店的老板要开发一个菜品推荐程序。老板先整理出店里各种菜的口味特点,如脆的、甜的、辣的等记录到数据文件中。在顾客点菜时,程序分析该顾客的历史评价得知顾客喜欢的菜品,并据此推荐他可能喜欢的其他菜品。 推荐算法使用的是各个菜品的口味特征(taste),为文本类型。可以考虑构建taste特征的tfidf矩阵,对文本信息向量化处理。然后使用距离度量方法,计算相似度,进行推荐。 二、读取数据 import pandas as pd from numpy import * food = pd.read_csv(