So berechnen sie die jaccard-ähnlichkeit in r

Der Jaccard-Ähnlichkeitsindex misst die Ähnlichkeit zwischen zwei Datensätzen. Der Wert kann zwischen 0 und 1 liegen. Je höher die Zahl, desto ähnlicher sind die beiden Datensätze.

Der Jaccard-Ähnlichkeitsindex wird wie folgt berechnet:

Jaccard-Ähnlichkeit = (Anzahl der Beobachtungen in beiden Sätzen) / (Anzahl in jedem Satz)

Oder in Notationsform geschrieben:

J(A, B) = |A∩B| / |A∪B|

In diesem Tutorial wird erläutert, wie die Jaccard-Ähnlichkeit für zwei Datensätze in R berechnet wird.

Beispiel: Jaccard-Ähnlichkeit in R

Angenommen, wir haben die folgenden zwei Datensätze:

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

Wir können die folgende Funktion definieren, um die Jaccard-Ähnlichkeit zwischen den beiden Mengen zu berechnen:

 #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

Die Jaccard-Ähnlichkeit zwischen den beiden Listen beträgt 0,4 .

Beachten Sie, dass die Funktion 0 zurückgibt, wenn die beiden Mengen keine gemeinsamen Werte haben:

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

jaccard(c, d)

[1] 0

Und die Funktion gibt 1 zurück, wenn die beiden Mengen identisch sind:

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

jaccard(e, f)

[1] 1

Die Funktion funktioniert auch für Mengen, die Zeichenfolgen enthalten:

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

jaccard(g, h)

0.142857

Sie können diese Funktion auch verwenden, um den Jaccard-Abstand zwischen zwei Sätzen zu ermitteln, der die Unähnlichkeit zwischen zwei Sätzen darstellt und als 1 – Jaccard-Ähnlichkeit berechnet wird.

 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

Weitere Informationen zum Jaccard-Ähnlichkeitsindex finden Sie auf dieser Wikipedia-Seite .