كيفية حساب تشابه جاكارد في r

يقيس مؤشر تشابه Jaccard التشابه بين مجموعتي بيانات. يمكن أن يتراوح من 0 إلى 1. كلما زاد الرقم، زاد تشابه مجموعتي البيانات.

يتم حساب مؤشر تشابه Jaccard على النحو التالي:

تشابه جاكارد = (عدد الملاحظات في كلتا المجموعتين) / (الرقم في أي من المجموعتين)

أو تكتب على شكل ملاحظة:

ي(أ، ب) = |أ∩ب| / |أ∪ب|

يشرح هذا البرنامج التعليمي كيفية حساب تشابه Jaccard لمجموعتي بيانات في R.

مثال: تشابه جاكارد في R

لنفترض أن لدينا مجموعتين من البيانات التالية:

 a <- c(0, 1, 2, 5, 6, 8, 9)
b <- c(0, 2, 3, 4, 5, 7, 9)

يمكننا تحديد الوظيفة التالية لحساب تشابه Jaccard بين المجموعتين:

 #define Jaccard Similarity function
jaccard <- function (a, b) {
    intersection = length ( intersect (a,b))
    union = length (a) + length (b) - intersection
    return (intersection/union)
}

#find Jaccard Similarity between the two sets 
jaccard(a, b)

0.4

تشابه Jaccard بين القائمتين هو 0.4 .

لاحظ أن الدالة ستعيد 0 إذا لم تشترك المجموعتان في أي قيم:

 c <- c(0, 1, 2, 3, 4, 5)
d <- c(6, 7, 8, 9, 10)

jaccard(c, d)

[1] 0

وسترجع الدالة 1 إذا كانت المجموعتان متطابقتين:

 e <- c(0, 1, 2, 3, 4, 5)
f <- c(0, 1, 2, 3, 4, 5)

jaccard(e, f)

[1] 1

تعمل الوظيفة أيضًا مع المجموعات التي تحتوي على سلاسل:

 g <- c(' cat ', ' dog ', ' hippo ', ' monkey ')
h <- c(' monkey ', ' rhino ', ' ostrich ', ' salmon ')

jaccard(g, h)

0.142857

يمكنك أيضًا استخدام هذه الوظيفة للعثور على مسافة Jaccard بين مجموعتين، وهو الاختلاف بين مجموعتين ويتم حسابه على أنه 1 – تشابه Jaccard.

 a <- c(0, 1, 2, 5, 6, 8, 9)
b <- c(0, 2, 3, 4, 5, 7, 9)

#find Jaccard distance between sets a and b
1 - jaccard(a, b)

[1] 0.6

ارجع إلى صفحة ويكيبيديا هذه لمعرفة المزيد حول مؤشر تشابه جاكارد.