python亲和度_Python数据挖掘 亲和性分析

本文学习资源来自《Python数据挖掘入门与实践》中国工信出版集团 人民邮电出版社

亲和度

亲和度是用来表示一个实体与其他实体之间的亲和程度。

假设有两个实体Ｅ１和Ｅ２，如果他们从来没有被相同的活动使用，则他们的亲和度E(E1,E2)=0；如果他们总是同时被每一个活动所使用，则他们的亲和度E(E1,E2)=1。如果仅被某些活动一起使用，则其亲和度E(E1,E2)在(0,1)的区间内。

——百度百科

典型的应用场景：

购买一种商品的顾客可能要购买另一些商品

为网站用户提供服务推荐或定向广告

根据基因寻找有亲缘关系的人

亲和性有多种测量方法，如：

统计两件端口一起出售的频率，或者统计顾客购买了商品1后再买商品2的比率。

示例

运行环境：IPython notebook

数据 affinity_dataset.txt

数据示例

0 0 1 1 1

1 1 0 1 0

1 0 1 1 0

0 0 1 1 1

0 1 0 0 1

0 1 0 0 0

加载数据

import numpy as np

dataset_filename = "affinity_dataset.txt"

X = np.loadtxt(dataset_filename)

n_samples, n_features = X.shape

print("This dataset has {0} samples and {1}