在 Python 中使用余弦相似度估算向量的值答案

【问题标题】：Impute values of a vector using Cosine similarity in Python在 Python 中使用余弦相似度估算向量的值
【发布时间】：2018-03-14 15:07:42
【问题描述】：

情景

我有一个数据集，其最后一列包含 NaN 值，需要仅使用向量余弦和皮尔逊相关进行估算；之后，数据将被进一步用于聚类。

问题

我的案例必须使用 VECTOR COSINE 和 PEARSON CORESATION。

这是我的数据集的一部分 post_df1 使用 pandas 从 csv 中获取

       uid     iid       rat
1    303.0   785.0  3.000000
2    291.0  1042.0  4.000000
3    234.0  1184.0  2.000000
4    102.0   768.0  2.000000
254  944.0   170.0  5.000000
255  944.0   171.0  5.000000
256  944.0   172.0       NaN
257  944.0   173.0       NaN
258  944.0   174.0       NaN

现在使用此命令将其放入向量中（为了方便起见，需要建议）

vect_1 = post_df1.iloc[:, 2].values

然而，sklearn.preprocessing 的名为 Imputer 的类有 Mean, Median & Most frequent 方法可用，但根据我的场景将无法工作。

问题

除了SurPRISE（由 Nicholas Hug 提供）之外，还有其他适用于 Vector Cosine 和 Pearson 方法的包
是否可以在 sklearn 中为 cosine 和 pearson 传递函数/方法？
还有其他方法/出路吗？

【问题讨论】：

标签： python pandas scikit-learn sklearn-pandas imputation

【解决方案1】：

余弦silirality和Pearson相关性只是插补方法中的参数，不是插补方法。有多种插补方法，例如 KNN、MICE、SVD 和矩阵分解。例如，可以使用 cosine silirality 作为插补方法的一个 KNN 的参数，但找不到其实现本身。 fancyimpute 包作为一个实现近乎的包可能会有所帮助。以下是链接。 fancyimpute,Python中实现的多元插补和矩阵补全算法https://github.com/hammerlab/fancyimpute/

,下载fancyimpute的源码_GitHub_帮酷

【讨论】：

这一行我不太明白“只有插补方法中的参数，而不是插补方法”。不过我会尝试fancyimpute。
很抱歉我的回答不能通俗易懂。例如，在层次聚类中，我认为以距离为参数，同样，以余弦相似度和皮尔逊相关作为插补方法的参数，它本身不是方法。