我需要一个函数,能够根据两个集合的元素给出它们之间的相似度,返回一个实数。这个函数应该对集合的交集敏感,同时如果集合中有多余的元素,则应受到惩罚。换句话说,我希望这个指标既能反映召回率又能反映精确率。
回答:
您所寻找的是Jaccard指数:
J(A, B) := |A ∩ B| / |A ∪ B|
因此,它计算两个集合共有多少元素,并将其除以所有唯一元素的数量。
如果两个集合完全相同,J(A, B) 的最大值为1。如果两个集合没有任何共同元素,则最小值为0。您可能需要为两个集合都为空的情况指定一个数值。