วิธีการคำนวณความคล้ายคลึงกันของ jaccard ใน r

ดัชนีความคล้ายคลึงกันของ Jaccard จะวัดความคล้ายคลึงกันระหว่างชุดข้อมูลสองชุด อาจมีค่าตั้งแต่ 0 ถึง 1 ยิ่งตัวเลขสูง ข้อมูลทั้งสองชุดก็จะยิ่งคล้ายกันมากขึ้น

ดัชนีความคล้ายคลึงกันของ Jaccard มีการคำนวณดังนี้:

ความคล้ายคลึงกันของ Jaccard = (จำนวนการสังเกตในทั้งสองชุด) / (จำนวนในชุดใดชุดหนึ่ง)

หรือเขียนในรูปแบบสัญกรณ์:

เจ(A, B) = |A∩B| / |A∪B|

บทช่วยสอนนี้จะอธิบายวิธีคำนวณความคล้ายคลึงกันของ Jaccard สำหรับชุดข้อมูลสองชุดใน R

ตัวอย่าง: ความคล้ายคลึงกันของ Jaccard ใน R

สมมติว่าเรามีข้อมูลสองชุดต่อไปนี้:

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

เราสามารถกำหนดฟังก์ชันต่อไปนี้เพื่อคำนวณความคล้ายคลึงกันของ Jaccard ระหว่างสองชุด:

 #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

ความคล้ายคลึงกันของ Jaccard ระหว่างสองรายการคือ 0.4

โปรดทราบว่าฟังก์ชันจะส่งคืนค่า 0 หากทั้งสองชุดไม่มีค่าร่วมกัน:

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

jaccard(c, d)

[1] 0

และฟังก์ชันจะส่งคืนค่า 1 หากทั้งสองชุดเหมือนกัน:

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

jaccard(e, f)

[1] 1

ฟังก์ชั่นนี้ยังใช้ได้กับชุดที่มีสตริง:

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

jaccard(g, h)

0.142857

คุณยังสามารถใช้ฟังก์ชันนี้เพื่อค้นหา ระยะห่างของ Jaccard ระหว่างสองชุด ซึ่งเป็น ความแตกต่าง ระหว่างสองชุดและคำนวณเป็น 1 – ความคล้ายคลึงกันของ 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

อ้างถึง หน้า Wikipedia นี้ เพื่อเรียนรู้เพิ่มเติมเกี่ยวกับดัชนีความคล้ายคลึงของ Jaccard