كيفية حساب تشابه جاكارد Jaccard Similarity في بايثون

تشابه جاكارد "Jaccard Similarity"؛ هو مقياس تشابه يُستخدم لتحديد مدى تشابه نقطتي بيانات مع بعضهما البعض. وفي تعريف آخر؛ هو مقياس يقيس التشابه بين مجموعتين من البيانات، وتتراوح قيمته من 0 إلى 1. وكلما زاد الرقم، زاد تشابه مجموعتي البيانات. ويعبر عنه بالشكل:

Jaccard Similarity = (number of observations in both sets) / (number in either set)
# أي هو مجموعة الأرقام التي ظهرت في كلتا المجموعتين على عدد الأرقام كلها
# أو بالعلاقة
J(A, B) = |A∩B| / |A∪B|

ويمكن تمثيل ذلك في دالة في بايثون:

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

مثال:

import numpy as np
# لدينا نقطتي البيانات التاليتين
a = [0, 1, 2, 5, 6, 8, 9]
b = [0, 2, 3, 4, 5, 7, 9]
# حساب نسبة التشابه بين المجموعتين
jaccard(a, b)
# 0.4