- 0
- 0
- 0
- 0
Actualizado el 7 de mayo de 2021, por Luis Benites.
El índice de similitud de Jaccard mide la similitud entre dos conjuntos de datos. Puede variar de 0 a 1. Cuanto mayor sea el número, más similares serán los dos conjuntos de datos.
El índice de similitud de Jaccard se calcula como:
Similitud Jaccard = (número de observaciones en ambos conjuntos) / (número en cualquiera de los conjuntos)
O, escrito en forma de notación:
J (A, B) = | A∩B | / | A∪B |
Este tutorial explica cómo calcular la similitud de Jaccard para dos conjuntos de datos en Python.
Ejemplo: similitud de Jaccard en Python
Supongamos que tenemos los siguientes dos conjuntos de datos:
importar numpy como np a = [0, 1, 2, 5, 6, 8, 9] b = [0, 2, 3, 4, 5, 7, 9]
Podemos definir la siguiente función para calcular la similitud Jaccard entre los dos conjuntos:
#define Jaccard Similarity function
def jaccard (list1, list2):
intersección = len (lista (conjunto (lista1) .intersección (lista2)))
union = (len (lista1) + len (lista2)) - intersección
return float (intersección) / union
#Encuentre la similitud Jaccard entre los dos conjuntos
jaccard (a, b)
0.4
La similitud de Jaccard entre las dos listas es 0,4 .
Tenga en cuenta que la función devolverá 0 si los dos conjuntos no comparten ningún valor:
c = [0, 1, 2, 3, 4, 5] d = [6, 7, 8, 9, 10] jaccard (c, d) 0.0
Y la función devolverá 1 si los dos conjuntos son idénticos:
e = [0, 1, 2, 3, 4, 5] f = [0, 1, 2, 3, 4, 5] jaccard (e, f) 1.0
La función también funciona para conjuntos que contienen cadenas:
g = ['gato', 'perro', 'hipopótamo', 'mono'] h = ['mono', 'rinoceronte', 'avestruz', 'salmón'] jaccard (g, h) 0.142857
También puede utilizar esta función para encontrar la distancia Jaccard entre dos conjuntos, que es la diferencia entre dos conjuntos y se calcula como 1 – Similitud Jaccard.
a = [0, 1, 2, 5, 6, 8, 9] b = [0, 2, 3, 4, 5, 7, 9] distancia #find Jaccard entre series una y b 1 - tarjeta jaccard (a, b) 0,6
Relacionado: Cómo calcular la similitud de Jaccard en R
Consulte esta página de Wikipedia para obtener más detalles sobre el índice de similitud de Jaccard.
- https://r-project.org
- https://www.python.org/
- https://www.stata.com/
Redactor del artículo
¿Te hemos ayudado?
Ayudanos ahora tú, dejanos un comentario de agradecimiento, nos ayuda a motivarnos y si te es viable puedes hacer una donación:La ayuda no cuesta nada
Por otro lado te rogamos que compartas nuestro sitio con tus amigos, compañeros de clase y colegas, la educación de calidad y gratuita debe ser difundida, recuerdalo:
