如何在df中找到组合之间的相似性？

import pandas as pd
from sklearn.metrics.pairwise import cosine_similarity
from sklearn.decomposition import PCA

# 示例DataFrame
data = {
    'user_id': [1, 2, 3, 4],
    'action_A': [5, 3, 0, 4],
    'action_B': [1, 2, 3, 5],
    'action_C': [2, 0, 4, 1]
}
df = pd.DataFrame(data)

# 特征提取（这里简单地使用所有行为列）
features = df[['action_A', 'action_B', 'action_C']]

# 降维（可选步骤）
pca = PCA(n_components=2)
reduced_features = pca.fit_transform(features)

# 计算相似性矩阵（使用余弦相似度）
similarity_matrix = cosine_similarity(reduced_features)

# 输出相似性矩阵
print(similarity_matrix)