我的目标是根据用户的属性计算两个用户之间的相似度。例如，让我们考虑一个玩家，并考虑年龄，工资和积分作为属性。
另外，我想按重要性顺序对每个属性进行加权。在我的情况下，年龄是一个比薪水和积分更重要的属性。因此，例如，我们假设我们使用欧氏距离来计算相似度。
Given user 1 who is age 20, salary 50, points scored 100
Given user 2 who is age 24, salary 60, points scored 85
Given user 3 who is age 19, salary 62, points scored 80
要计算用户1和用户2之间的相似性，我可以
sqrt of（（20-24）^ 2 +（60-50）^ 2 +（85-100）^ 2）
现在我们还要在欧几里德距离中添加权重，数字越小，两个对象在相似性方面越接近。如前所述，因为年龄是最重要的，所以我们将按如下方式分配权重
sqrt of（0.60 *（20-24）^ 2 + 0.20 *（60-50）^ 2 + 0.20 *（85-100）^ 2）
我的方法是否正确？我还应该考虑其他算法，如余弦相似度来计算相似度吗？
答案 0 :(得分：1)
我目前正在开展一个项目，涉及计算不同实体之间的测量值，以便我熟悉您的问题。
在您的情况下，好的方面是您没有各种混合类型的功能（例如文本或分类等）。年龄，工资和积分都是数字，正如评论中已经提到的，你应该做的第一件事是规范化。它必须做＆＃34;必须做＆＃34;因为如果你不这样做，那么在计算距离时存在一个特征将占主导地位的危险。
您必须小心并检查数据并在必要时进行清理。例如年龄为200的坏值会使您的标准化陷入混乱，大多数按比例的年龄值将会在较低部分（接近零）结束。
你对体重和计算加权欧几里德是正确的。这些权重的和值为1（如示例中所示，0.6 + 0.2 + 0.2 = 1）。
关于使用哪个距离指标，这是一个很好的问题。有很多。例如检查https://docs.scipy.org/doc/scipy/reference/spatial.distance.html
但根据我的经验，我会选择 euclidean ，尽管您应该尝试一下并检查它对您的数据的工作原理。