python数据挖掘入门与实践---用图挖掘找到感兴趣的人

问题：找出一个班级中兴趣爱好相近的人

思路：将每个人的兴趣爱好（足球、篮球、美剧。。。）都列出来，看看那两个或几个人的兴趣爱好重合度高

评价标准：杰卡德相似性系数(Jaccard Similarity);

计算公式：A同学与B同学共同的兴趣爱好数量/A同学与B同学所有的兴趣爱好数量。（可见系数不可能大于1）

图：个体间关系的直观表示，根据要表达的内容分为有向图、无向图等，端点表示个体，端点之间的线（边）表示关系。

        python相关模块：networks

延伸：

聚类：当为相似性系数设置一个阈值，即小于该系数的两个同学认定他两没关系，在图中二者之间不划线。可以发现整个                       班级会分成几个小团体（个体之间连线较多，团体之间连线较少），这样的小团体又称为连通分支。

           阈值的变化，会导致连通分支也跟着变（设为1，一个连通分支都没有）。聚类的效果没有统一标准，不同的视角出                     发，对聚类的标准要求不一样。

常用的判断聚类标准：轮廓系数（silhouette coefficient）

计算公式：s=（b-a）/max（a,b）,a为簇内距离（个体之间的平均距离，可以通过相似性系数取反表示，因为相似性越高表示二                 者距离越近），b为蔟间距离（与最近的蔟内各个体的平均距离）。越大说明团体之间越干净

python相关：s计算函数sklearn.metrics.silhouette_score

                     通过调整阈值求最大s函数，scipy中minimize函数取反（取反使实际是求最小值，但最后结果是求了s的最大值）