Python-实现杰卡德距离

最新推荐文章于 2025-03-26 22:52:36 发布

别None了

最新推荐文章于 2025-03-26 22:52:36 发布

阅读量3k

点赞数 7

CC 4.0 BY-SA版权

分类专栏：常见问题文章标签： python 开发语言后端

本文链接：https://blog.csdn.net/Leetengteng/article/details/122739711

常见问题专栏收录该内容

10 篇文章

订阅专栏

本文介绍杰卡德距离及其相似性计算方法，并提供Python实现代码。杰卡德距离用于衡量两个集合间的差异性，是杰卡德相似系数的补集。文章通过实例详细解释了其定义与应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

前言

NLP-字符串相似性计算、集合相似性度量

提示：以下是本篇文章正文内容，下面案例可供参考

一、杰卡德距离是什么？

杰卡德距离(Jaccard Distance) 是用来衡量两个集合差异性的一种指标，它是杰卡德相似系数的补集，被定义为1减去Jaccard相似系数。而杰卡德相似系数(Jaccard similarity coefficient)，也称杰卡德指数(Jaccard Index)，是用来衡量两个集合相似度的一种指标。

定义

Jaccard相似指数用来度量两个集合之间的相似性，它被定义为两个集合交集的元素个数除以并集的元素个数。
在这里插入图片描述
Jaccard距离用来度量两个集合之间的差异性，它是Jaccard的相似系数的补集，被定义为1减去Jaccard相似系数。

二、Python实现

代码如下：

# -*- encoding:utf-8 -*-
import jieba

def Jaccard(model, reference):  # terms_reference为源句子，terms_model为候选句子
    terms_reference = jieba.cut(reference)  # 默认精准模式
    terms_model = jieba.cut(model)
    grams_reference = set(terms_reference)  # 去重；如果不需要就改为list
    grams_model = set(terms_model)
    temp = 0
    for i in grams_reference:
        if i in grams_model:
            temp = temp + 1
    fenmu = len(grams_model) + len(grams_reference) - temp  # 并集
    try:
        jaccard_coefficient = float(temp / fenmu)  # 交集
    except ZeroDivisionError:
        print(model, reference)
        return 0
    else:
        return jaccard_coefficient