我想基于标准代码列表的存在/不存在来计算两个数据集之间的Jaccard相似性。 例如（x，y，z是数据集）： 数据集x和y没有任何标准代码（Null），因此我将列表值设置为零。
x = [0,0,0]
y = [0,0,0]
z = [0,1,0]
from sklearn.metrics import jaccard_similarity_score
jaccard_similarity_score(x,y),jaccard_similarity_score(x, z)
x和z之间的Jaccard sim是0.66（2/3）。是否有任何相似性度量来处理两个空集之间的集合交集？在我的例子中，我想将数据集x和y之间的相似性设置为0，而不是1（使用Jaccard计算）。
答案 0 :(得分：1)
这取决于每种情况，但根据你的情况，我认为你应该将集合x和y的Jaccard相似性设置为1，因为正如你所说：
数据集x 和 y没有任何标准代码（空）
所以有人可以争辩说x和y非常相似（它们都没有标准代码）。 在任何情况下，你应该检查分数的分母是否为零并处理它（例如，你可以给一个标志值-1）。
答案 1 :(得分：0)
两个空集之间的Jaccard相似性没有意义（除以零）。根据问题，重叠相似度（交叉点大小）可能是一个选项。或者，您可以将Jaccard相似性函数包装为两个空集，并在这种情况下返回0。