Jaccard 相似系數又稱為Jaccard相似性度量（Jaccard系數，Jaccard 指數，Jaccard index）。用于比較有限樣本集之間的相似性與差異性。Jaccard系數值越大，樣本相似度越高。定義為相交的大小除以樣本集合的大小：

（若A B均為空，那么定義J（A，B）= 1）

與 Jaccard 相似系數相對的指標是Jaccard 距離（Jaccard distance），定義為 1- Jaccard系數，即：

Python 代碼：

data_school_list = data['school'].unique().tolist() #school列表 edu_similar=[] l = len(data_school_list)#定義循環次數 for i in data_school_list:try:print(l)#顯示當前計算的進度Jaccard_list = []#建立一個空白列表，用于存儲Jaccar系數true_id = data.loc[data['school'] == i,'id'].tolist() #id列表for m in range(len(true_id)):true_ids = copy.copy(true_id)#復制id列表true_ids.pop(m)for n in range(len(true_ids)):data_id_x = data.loc[data['id']== true_id[m],'school'].tolist()data_id_y = data.loc[data['id']== true_id[n],'school'].tolist()union_set = len(list(set(data_id_x)|set(data_id_y)))#并集長度intersection_set = len(list(set(data_id_x)&set(data_id_y)))#交集長度Jaccard = intersection_set/union_set #Jaccard IndexJaccard_list.append(Jaccard)#插入listJaccard_array = np.array(Jaccard_list)Jaccard_mean = np.mean(Jaccard_array)Jaccard_std = np.std(Jaccard_array)Jaccard_list = [i,Jaccard_mean,Jaccard_std]edu_similar.append(Jaccard_list)l-=1#l-1進行下一個循環，直到數據中每一條都計算完畢except:Jaccard_list = [i,0,0]edu_similar.append(Jaccard_list)l-=1

?

總結

以上是生活随笔為你收集整理的特征计算 - Jaccard 相似系数与 Python 代码实现的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。