Question

我希望有人可以帮我这个（请）：我想在一些文章特征（作者，类别，年份，影响因子，引用）之间做相似性而且我不知道如何为名义数据做这件事，因为数字特征我可以做余弦相似性，但我怎样才能为名义数据做呢？提前感谢大家！

Answer 1

虽然我不想推荐这种方法，但它似乎非常受欢迎：

将您的类别编码为二进制属性。即：

A1=Car   ->  (1,0,0)
A1=Truck ->  (0,1,0)
A1=Bike  ->  (0,0,1)

然后您可以像使用文字一样继续。这实际上与将它们视为三个不同的词语相同。

它会起作用，但恕我直言，没有相关的概念＆＃34;在连续数值之外。在文本上，制作东西而不是一种好的方法更像是一种破解。