So berechnen sie die jaccard-ähnlichkeit in python

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 Sie die Jaccard-Ähnlichkeit für zwei Datensätze in Python berechnen.

Beispiel: Jaccard-Ähnlichkeit in Python

Angenommen, wir haben die folgenden zwei Datensätze:

 import numpy as np

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

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 = [0, 1, 2, 3, 4, 5]
d = [6, 7, 8, 9, 10]

jaccard(c, d)

0.0

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

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

jaccard(e, f)

1.0

Die Funktion funktioniert auch für Mengen, die Zeichenfolgen enthalten:

 g = ['cat', 'dog', 'hippo', 'monkey']
h = ['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 = [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

Verwandt: So berechnen Sie die Jaccard-Ähnlichkeit in R

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