使用 numpy 的相似度度量

Question

我正在尝试根据 Jaccard 相似度得分来定义我自己的相似度度量。我在 jaccard 度量中唯一想要的额外的东西是如果也考虑标签的频率。为此，我编写了这段代码 sn-p：

u = [12,0,3]
v = [24,6,1]
num = 0
den = 0
for i in range(3):
    if u[i]!=0 and v[i] != 0:
        num+=(u[i]+v[i])
    den+=(u[i]+v[i])
print(1 - num/den)

所以我的问题是

1. 这可以通过 numpy 的位运算符来完成吗？
2. 还有其他我可以使用的相似度指标吗？我试过余弦相似度。哪个更有帮助？

Answer 1

一种使用numpy的向量化函数的方法：

arr = np.array([u,v])

s = arr.sum(0)
(s*(arr==0).any(0)).sum()/s.sum()

输出：

0.13043478260869565