知识卡片
朋友的朋友要去重过滤
推荐“你可能认识的人”最直觉的做法是收集朋友的朋友。直接展开会同时犯三个错:把自己算进来(自己确实是朋友的朋友)、把已经是朋友的人算进来、以及同一个人被重复计数——Chi 可以通过两个朋友抵达,于是出现两次。修正办法不是事后把列表去重,而是换一种计数:用 Counter 统计每个候选出现的次数,同时在生成阶段加两个条件,不等于本人且不在自己的朋友列表里。这样重复出现反而变成有用的信号,次数就是共同朋友数,排序也因此有了区分度。这类问题的通用形态是候选集加打分:先放宽条件拿到候选,再用过滤与计数把它变成可比较的分数,漏掉任一环节都会得到又长又错的名单。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 第1章 导论
原书出处 · 1 处
- 第1章 导论 · 查看原书依据
这个列表中用户 0 出现了两次,因为 Hero 确实是他的两个朋友的朋友。虽然用户 1 和用户 2 已经是 Hero 的朋友,但这个列表中还是包括了用户 1 和用户 2。
参考来源
- 位置:《数据科学入门(第2版)》第1章 导论(源文件:extracted/数据科学入门(第2版)/_epub-src/OEBPS/Text/0005.xhtml)
- 结论依据:原文这一段直接给出本卡的核心判断:「这个列表中用户 0 出现了两次,因为 Hero 确实是他的两个朋友的朋友……」
- 原始内容:这个列表中用户 0 出现了两次,因为 Hero 确实是他的两个朋友的朋友。虽然用户 1 和用户 2 已经是 Hero 的朋友,但这个列表中还是包括了用户 1 和用户 2。