如何计算两个包含 Python 字符串的列表的 Jaccard 相似度？

Question

我有两个包含用户名的列表，我想计算 Jaccard 相似度。可能吗？

该 线程展示了如何计算两个字符串之间的 Jaccard 相似度，但是我想将其应用于两个列表，其中每个元素都是一个词（例如，用户名）。

原文由 Aventinus 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

毕竟我最终编写了自己的解决方案：

 def jaccard_similarity(list1, list2):
    intersection = len(list(set(list1).intersection(list2)))
    union = (len(set(list1)) + len(set(list2))) - intersection
    return float(intersection) / union

原文由 Aventinus 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

对于 Python 3：

 def jaccard_similarity(list1, list2):
    s1 = set(list1)
    s2 = set(list2)
    return float(len(s1.intersection(s2)) / len(s1.union(s2)))
list1 = ['dog', 'cat', 'cat', 'rat']
list2 = ['dog', 'cat', 'mouse']
jaccard_similarity(list1, list2)
>>> 0.5

对于 Python2 使用 return len(s1.intersection(s2)) / float(len(s1.union(s2)))

原文由 w4bo 发布，翻译遵循 CC BY-SA 4.0 许可协议