python利用余弦相似度聚类_使用python基于余弦相似度探索人员相关性

课题1

毕业设计里面涉及到人员相关度的计算，在这里我提出了一个猜想，大致如下：

现有数据：学生id、学生手机mac地址、时间戳、地点id

构想：通过学生mac地址某地点出现频次，构建频次矩阵，比如说现有六个地点，ABCDEF，某学生出现的频次分别为1、5、2、4、7、3，则[1,5,2,4,7,3]即为该学生在矩阵中的表现形式。(总的来说就是讲每个学生的出现频次规律抽象成一个向量，该向量由n个Term组成，每个Term都有一个权重，不同的频次根据学生在总矩阵中影响相关度的权重)

实现步骤：

1.数据预处理，建立空间向量模型，表现形式为:[[3,4,1,5,6,7],[6,4,5,5,2,1],......]；

2.特征抽取完之后，对矩阵进行正则化处理。

3.计算余弦相似度。

image.png

分子：两个向量的点乘积

分母：两个向量的模的乘积

知识点：

1.利用python进行矩阵的正则化

正则化的过程是将每个样本缩放到单位范数(每个样本的范数为1)，如果后面要使用如二次型(点积