如何计算python中多个列表的Jaccard索引，其中顺序很重要

Question

我想计算两个以上列表的 Jaccard 指数，我在这里找到了一个解决方案：Similarity of list elements 但它没有考虑在我的情况下重要的元素顺序（索引）。 我运行这段代码：

 Selected_Features = [
[1, 1, 1, 1, 0, 1],
[1, 1, 0, 1, 0, 1],
[1, 1, 0, 1, 0, 1],
[1, 1, 0, 1, 0, 1],]

from datasketch import MinHash
from datasketch import *
import itertools
minhash_data = list()
for element in Selected_Features:
m = MinHash()
for d in element:
    m.update(str(d).encode("utf-8"))
    minhash_data.append(m)
jaccard_sims = list()
for pair in itertools.combinations(minhash_data, 2):
    jaccard_sims.append(pair[0].jaccard(pair[1]))

average = sum(jaccard_sims) / float(len(jaccard_sims))
print("Average Jaccard similarity: {}".format(average))

然后输出： 平均 Jaccard 相似度：1.0 这不是！！

Answer 1

给定两组整数 s1,s2 和 s3，现在用于查找 jaccard 索引 intersect = s1 & s2 & s3 &... size = len(intersect) index = size/(len(s1)+ len(s2) +len(s3 - size)