python里怎么计算jaccard相似

根据Jaccard的定义，用python很容易实现

def jaccard_sim(a, b):
    unions = len(set(a).union(set(b)))
    intersections = len(set(a).intersection(set(b)))
    return 1. * intersections / union

使用

a = ['x', 'y']
b = ['x', 'z', 'v']
print(jaccard_sim(a, b))

得到0.25

sklearn里也有jaccard

文档见这里

但是要求数据进行过encode处理，而且两个数组的长度也必须一样。