特征计算 - Jaccard 相似系数与 Python 代码实现

最新推荐文章于 2024-08-19 03:36:02 发布

原创

最新推荐文章于 2024-08-19 03:36:02 发布 · 1.3w 阅读

22 ·

CC 4.0 BY-SA版权

文章标签：

#Jaccard #python

本文介绍了Jaccard相似系数的概念，它用于衡量样本集的相似性。系数值越大，相似度越高。同时，文章还讨论了Jaccard距离，并提供了Python代码示例来计算两者。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Jaccard 相似系数又称为Jaccard相似性度量（Jaccard系数，Jaccard 指数，Jaccard index）。用于比较有限样本集之间的相似性与差异性。Jaccard系数值越大，样本相似度越高。定义为相交的大小除以样本集合的大小：

（若A B均为空，那么定义J（A，B）= 1）

与 Jaccard 相似系数相对的指标是Jaccard 距离（Jaccard distance），定义为 1- Jaccard系数，即：

Python 代码：

data_school_list = data['school'].unique().tolist() #school列表
edu_similar=[]
l = len(data_school_list)#定义循环次数
for i in data_school_list:
    try:
        print(l)#显示当前计算的进度
        Jaccard_list = []#建立一个空白列表，用于存储Jaccar系数
        true_id = data.loc[data['school'] == i,'id'].tolist() #id列表