كيفية حساب تشابه جاكارد في بايثون

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 Python.

مثال: تشابه جاكارد في بايثون

لنفترض أن لدينا مجموعتين من البيانات التالية:

 import numpy as np

a = [0, 1, 2, 5, 6, 8, 9]
b = [0, 2, 3, 4, 5, 7, 9]

يمكننا تحديد الوظيفة التالية لحساب تشابه Jaccard بين المجموعتين:

 #define Jaccard Similarity function
def jaccard(list1, list2):
    intersection = len(list(set(list1).intersection(list2)))
    union = (len(list1) + len(list2)) - intersection
    return float(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 = [0, 1, 2, 3, 4, 5]
d = [6, 7, 8, 9, 10]

jaccard(c, d)

0.0

وسترجع الدالة 1 إذا كانت المجموعتان متطابقتين:

 e = [0, 1, 2, 3, 4, 5]
f = [0, 1, 2, 3, 4, 5]

jaccard(e, f)

1.0

تعمل الوظيفة أيضًا مع المجموعات التي تحتوي على سلاسل:

 g = ['cat', 'dog', 'hippo', 'monkey']
h = ['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 = [0, 1, 2, 5, 6, 8, 9]
b = [0, 2, 3, 4, 5, 7, 9]

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

0.6

ذات صلة: كيفية حساب تشابه Jaccard في R

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