python - 使用 numpy 的相似性度量

Question

我试图定义我自己的相似度度量，其灵感来自 jaccard 相似度分数。我在 jaccard 指标中唯一想要的额外东西是是否也考虑了标签的频率。为此，我编写了以下代码片段:

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

这可以通过 numpy 的按位运算符完成吗？

我可以使用任何其他相似性指标吗？我试过余弦相似度。哪个会更有帮助？

Answer 1

一种使用 numpy 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