用coo\u矩阵到csr\u矩阵的重复和计算无矩阵的余弦相似性

我想计算一个数据集的产品之间的余弦相似性。我有超过100000行(row=用户购买事件)和超过80000个产品。

避免使用 pandas.crosstab

>  user_id\item_id  1  2  3  4  ...   
>       1         | 1  1  0  0
>       2         | 0  1  0  0
>       3         | 1  0  1  0
>       4         | 0  0  0  0
>       5         | 0  0  1  0
>       ...
> 
> Matrix: Whether a user purchased an item or not

我将数据集转换为 scipy.coo_matrix 我想我必须这么做 tocsr() coo_matrix 到 csr_matrix 它对重复项求和(我不希望发生这种情况,我只希望矩阵中有1和0)。