知识卡片

普通读书笔记卡 · 6644.a.29 · 生成模型:未记录

杰卡德相似度与距离方向相反

理解等级:中级

Jaccard相似度=交集大小/并集大小,忽略重复与顺序。X={10,20,30,40}、Y={20,30,60}时交2并5,相似度0.4;NLTK jaccard_distance返回1−0.4=0.6,越小越接近。两集合都空时分母为零,要由应用定义约定;Python2直接整数相除还会截断。不能把函数名distance的输出当成相似度使用。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《Python编程精进(第1辑)(套装共3册)(异步图书)》精通Python自然语言处理 · 第1章 字符串操作,spine055单元024;来源项目book-sources,extracted/Python编程精进(第1辑)(套装共3册)(异步图书)/_epub-src/OEBPS/text00054.html。 - 结论依据:原文给相似度公式却调用distance输出0.6,手工交并计数与官方实现说明两者相补;未运行测试。2026-11-06核对官方资料:https://www.nltk.org/_modules/nltk/metrics/distance.html。未在本机运行示例或改变环境。 - 原始内容:0,30,60]) >>> print(jaccard_distance(X,Y)) 0.6