pythonでJaccardの類似点

Question

私は2つのドキュメント間のjaccardの類似性を見つけようとしています。しかし、私は難しい時間を感じています。sklearn.metrics.jaccard_similarity_score()がシーンの背後でどのように働いているのか理解しています。Jaccardのsim = docs/termsの用語の共通点です。

は例の下に考えてみましょう： 二つの文書のための私のDTMは：FUNC上記

array([[1, 1, 1, 1, 2, 0, 1, 0], 
     [2, 1, 1, 0, 1, 1, 0, 1]], dtype=int64) 

。

intersection of terms in both the docs = 4 
total terms in doc 1 = 6 
total terms in doc 2 = 6 
Jaccard = 4/(6+6-4)= .5 

誰かが私がここで行方不明です明らかに何かがあるなら、私は理解して助けてください：ジャカードSIMが私は自分のスコアを見つけようとしています

print(sklearn.metrics.jaccard_similarity_score(tf_matrix[0,:],tf_matrix[1,:])) 
0.25 

スコア私を与えます。

Answer 1

としてはhere述べ：バイナリと多クラス分類で

を、ジャカード類似性係数スコアが分類精度に等しいです。

したがって、一致する要素の割合を計算しています。だからあなたは0.25を得ているのです。