特征计算 - Jaccard 相似系数与 Python 代码实现

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_lis