【机器学习课程-华盛顿大学】：4 聚类和检索 4.2 实战：wiki文章特征选择和相似文章搜索

1、导入包

2、导入数据库

3、建立模型，寻找最近邻

model = graphlab.nearest_neighbors.create(wiki, label='name', features=['word_count'],
                                          method='brute_force', distance='euclidean')

https://turi.com/products/create/docs/generated/graphlab.nearest_neighbors.create.html#graphlab.nearest_neighbors.create

method：选择brute_force：暴力破解，硬算。依次算法每一个与当前点的距离，选出前k个。

                还有ball_tree, lsh。

distance：euclidean欧氏距离。还有：‘euclidean’, ‘squared_euclidean’, ‘manhattan’, ‘levenshtein’, ‘jaccard’, ‘weighted_jaccard’, ‘cosine’,

                   ‘dot_product’ (deprecated), or ‘transformed_dot_product’.

4、使用tf-idf作为特征，与普通的word_counts进行对比，找出最近邻。