我已经开始解决Python编程集体智能一书中的一些练习。问题二是: 使用德尔伊西奥乌斯API,创建标记和项的数据集。用这个来计算标签之间的相似性,看看是否能找到几乎相同的标签。但有些项目是“找不到”的。在
到目前为止,我创建了一个字典,用于解析名为txt标签. 在
def asd():
d = dict()
for line in open("tags.txt"):
if len(line.strip().split("\t")) == 23:
url, number_of_saves, data_of_first_save, tag1, tagCount1, tag2, tagCount2, tag3, tagCount3, tag4, tagCount4, tag5,tagCount5,\
tag6, tagCount6, tag7, tagCount7, tag8, tagCount8, tag9, tagCount9, tag10, tagCount10 = line.strip().split("\t")
tags = [tag1,tag2,tag3,tag4,tag5,tag6,tag7,tag8,tag9,tag10]
tagCounts = [tagCount1,tagCount2,tagCount3,tagCount4,tagCount5,tagCount6,tagCount7,tagCount8,tagCount9,tagCount10]
d.setdefault(url, {})
for index, tag in enumerate(tags):
d[url][tag] = tagCounts[index]
return d
我的问题是如何使用这本词典找出标签之间的相似之处?在
考虑Levenshtein distance:“Levenshtein distance是一个字符串度量,用于测量两个序列之间的差异”。在
相关问题 更多 >
编程相关推荐