在我的情况下，最好的机器学习算法是什么答案

【问题标题】：what is the best maching learning algorithm in my situation在我的情况下，最好的机器学习算法是什么
【发布时间】：2019-02-27 06:57:45
【问题描述】：

假设一个游客不知道要参观的城市，我想根据他对城市的特征（budgetToTravel、isCoastel、isHitorical、withFamily 等）推荐 top 10 城市... ）。例如，我的数据集包含每个城市的特征：

意大利威尼斯 (budgetToTravel='5000' , isCoastel=1 , isHistorical =1 , withFamily=1,...)
德国柏林 (BudgetToTravel='6000' ,isHistorical=1, isCoastel =0 , withFamily=1 ,...)。

我想知道最好的机器学习算法，根据游客的特征推荐前 10 个旅游城市。

【问题讨论】：

最近的社区应该作为第一种方法。

标签： machine-learning artificial-intelligence data-science

【解决方案1】：

正如 Pierre S. 所说，您可以从KNearestNeigbours开始

这个算法可以让你做你想做的事：

n_cities_to_recommend = 10
neigh = NearestNeighbors(2, radius=1.0) # you need to play with radius here o scale your data to [0, 1] with [scaler][2]
neigh.fit(cities)

user_input = [budgetToTravel, isCoastel, isHistorical, withFamily, ...]

neigh.kneighbors([user_input], n_cities_to_recommend, return_distance=False) # this will return you closest entities id's from cities

【讨论】：

【解决方案2】：

您可以使用（无监督）聚类算法（如分层聚类或 K-Means 聚类）来生成 10 个聚类，然后您可以将人（游客）特征与聚类进行匹配。

【讨论】：