Question

我试图理解两个类型为double的数组之间的“Jaccard相似性”，其值大于零且小于一。

到目前为止，我已经搜索了很多网站，但我发现这两个数组的大小应该相同（数组1中的元素数应该等于数组2中的元素数）。但是我在两个数组中都有不同数量的元素。有没有办法实现“jaccard相似度”？

Answer 1

使用C＃的LINQ ...

假设您有一个名为A的双精度数组和另一个名为B的双精度数。这将为您提供Jaccard索引：

var CommonNumbers = from a in A.AsEnumerable<double>()
                    join b in B.AsEnumerable<double>() on a equals b
                    select a;
double JaccardIndex = (((double) CommonNumbers.Count()) /
                       ((double) (A.Count() + B.Count())));

第一个语句获取两个数组中出现的数字列表。第二个计算索引 - 这只是交集的大小（两个数组中出现的数量）除以联合的大小（一个数组的大小，或者更确切的计数，加上另一个数组的计数）。 / p>

Answer 2

Jaccard相似度是两个集合之间交集大小的指数，除以并集的大小。在您的情况下，您必须编写代码以找出两个数组中出现的元素数量，然后将其除以两个数组的大小之和。

Answer 3

很抱歉，您的尸体投寄遗忘了，但以上答案被标记为正确答案。如果集合完全相同，则@AgapwIesu答案的Jaccard相似系数最大为0.5。至少，您需要将分子x2乘以对其进行归一化，如下所示：

var CommonNumbers = from a in A.AsEnumerable<double>()
                    join b in B.AsEnumerable<double>() on a equals b
                    select a;
double JaccardIndex = 2*(((double) CommonNumbers.Count()) /
                       ((double) (A.Count() + B.Count())));

请注意，该相似性系数是非交集，由Wikipedia定义的并集来定义。如果要使用LINQ通过联合来划分交集，可以尝试以下代码：

private static double JaccardIndex(IEnumerable<double> A, IEnumerable<double> B)
{
    return (double)A.Intersect(B).Count() / (double)A.Union(B).Count();
}

请注意，Union和Intersect适用于唯一对象，因此使用非唯一集合时应格外小心：

List<int> A = new List<int>() { 1, 1, 1, 1 };
List<int> B = new List<int>() { 1, 1, 1, 1 };
Console.WriteLine(A.Union(B).Count()); // = 1, not 4
Console.WriteLine(A.Intersect(B).Count()); // = 1, not 4

在c＃中实现jaccard相似性

3 个答案: