วิธีการคำนวณความคล้ายคลึงกันของ jaccard ใน python

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 Python

ตัวอย่าง: ความคล้ายคลึงกันของ Jaccard ใน Python

สมมติว่าเรามีข้อมูลสองชุดต่อไปนี้:

 import numpy as np

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

เราสามารถกำหนดฟังก์ชันต่อไปนี้เพื่อคำนวณความคล้ายคลึงกันของ Jaccard ระหว่างสองชุด:

 #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

ความคล้ายคลึงกันของ Jaccard ระหว่างสองรายการคือ 0.4

โปรดทราบว่าฟังก์ชันจะส่งคืนค่า 0 หากทั้งสองชุดไม่มีค่าร่วมกัน:

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

jaccard(c, d)

0.0

และฟังก์ชันจะส่งคืนค่า 1 หากทั้งสองชุดเหมือนกัน:

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

jaccard(e, f)

1.0

ฟังก์ชั่นนี้ยังใช้ได้กับชุดที่มีสตริง:

 g = ['cat', 'dog', 'hippo', 'monkey']
h = ['monkey', 'rhino', 'ostrich', 'salmon']

jaccard(g, h)

0.142857

คุณยังสามารถใช้ฟังก์ชันนี้เพื่อค้นหา ระยะห่างของ Jaccard ระหว่างสองชุด ซึ่งเป็น ความแตกต่าง ระหว่างสองชุดและคำนวณเป็น 1 – ความคล้ายคลึงกันของ 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

ที่เกี่ยวข้อง: วิธีคำนวณความคล้ายคลึงกันของ Jaccard ใน R

อ้างถึง หน้า Wikipedia นี้ เพื่อเรียนรู้เพิ่มเติมเกี่ยวกับดัชนีความคล้ายคลึงของ Jaccard