我有100个用户喜欢/不喜欢500个项目。 因此，我已经用二进制值转换了矩阵，即，如果用户u1喜欢项I1，则值为1；如果用户不喜欢项，则值为0。
矩阵如下：
因此，现在我需要将喜欢相似商品的相似用户聚集在一起。我已经使用K模式聚类对其进行聚类，但是我的轮廓分数非常低。我不确定应该使用哪个距离指标。 欧氏距离不是解决此问题的好方法。如果我的数据集很大，则Jaccard距离也不有效。为了降低模型成本，我应该使用哪个其他距离度量。
sangshan 回答：二进制值使用哪个距离度量？
您可以考虑使用“汉明距离”来查找距离。有关在scipy库中实现的方法，请参见here的文档。
,处理此类数据的常用方法是使用非负矩阵分解（NMF）。粗略地讲，这意味着将矩阵分解为n x k和k x m矩阵，这些矩阵将用户映射到因子上，将因子映射到喜欢上。