我是机器学习的新手，所以我想我应该问你们的建议。我的问题基本上是找到类似模式的用户。例如，有3个用户A，B和C，每个用户每天有4个功能，F1，F2，F3，F4。让我们假设这些功能具有以下值： 第1天
USER F1 F2 F3 F4
A 10 20 10 50
B 2 4 2 10
C 2 3 9 13
第2天 ......
我想要识别的是用户A＆amp; B具有100％匹配（每个特征的比率总是为5.假设这5天中的每一个这个比率是常数），而A＆amp; C或B＆amp; C的匹配分数介于0.00和1.00之间。什么算法对我有用？ 我考虑过余弦相似度，相关性计算等等。但由于我没有很多数据点（5天* 4 = 20个值），我不知道这是否有效？
答案 0 :(得分：0)
https://en.wikipedia.org/wiki/Cosine_similarity的定义表明，对于A和B，它将是1.0（或者，通常，任何两个向量，其中一个是另一个的倍数），但不是A，C和B，C - 和你应该能够手工检查。
因为你只有少量的向量，所以应该可以计算并检查所有相似之处。如果您有非常多的向量，则可以查找与余弦相似性相关的近似方法，例如https://en.wikipedia.org/wiki/Locality-sensitive_hashing#Random_projection。
答案 1 :(得分：0)
您不需要机器学习算法，您需要的是一种方法来查看2个向量的相似性。如果使用二次差分，最常见的方法。如果您的数据具有相似的范围，则可以正常工作。这意味着您的数据在相同的范围内，如（0-10）。如果您有一些像0.0001这样的值而其他像10000这样的值，那么您将需要其他方法。
另一个好方法是Kullback-Liebler。在这里，您必须将数据转换为概率。所有行都必须加1。