jaccard相似度算法

最新推荐文章于 2025-02-24 20:24:17 发布

远处的海亲吻着天

最新推荐文章于 2025-02-24 20:24:17 发布

阅读量1.2w

点赞数 6

分类专栏：算法

本文链接：https://blog.csdn.net/lm324114/article/details/103831311

版权

Jaccard相似系数是衡量有限样本集之间相似性和差异性的指标，其值越大，样本集相似度越高。Python中可以实现计算Jaccard相似系数。而杰卡德距离则是1减去Jaccard相似系数，用于衡量两个集合的区分度。虽然Jaccard算法在处理隐式反馈数据如用户收藏行为时适用，但在协同过滤中由于忽略评分因素而不合适。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Jaccard index, 又称为Jaccard相似系数（Jaccard similarity coefficient）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。

杰卡德相似系数

两个集合A和B交集元素的个数在A、B并集中所占的比例，称为这两个集合的杰卡德系数，用符号 J(A,B) 表示。杰卡德相似系数是衡量两个集合相似度的一种指标（余弦距离也可以用来衡量两个集合的相似度）。

Python实现：

def jaccard_sim(a, b):
    unions = len(set(a).union(set(b)))
    intersections = len(set(a).intersection(set(b)))
    return intersections / unions
 
a = ['x', 'y']
b = ['x', 'z', 'v']
print(jaccard_sim(a, b))