set - 空集之间的 Jaccard 相似度

Question

我想根据标准代码列表的存在/不存在来计算两个数据集之间的 Jaccard 相似度。例如(x,y,z 是数据集):数据集 x 和 y 没有任何标准代码(Null)，因此我将列表值设置为零。

 x = [0,0,0] 
 y = [0,0,0] 
 z = [0,1,0] 

from sklearn.metrics import jaccard_similarity_score
jaccard_similarity_score(x,y),jaccard_similarity_score(x, z)

x 和 z 之间的 Jaccard sim 为 0.66 (2/3)。是否有处理两个空集之间集交集的相似性度量？在我的例子中，我想将数据集 x 和 y 之间的相似性设置为 0，而不是 1(使用 Jaccard 计算)。

Answer 1

这取决于每种情况，但根据您的情况，我认为您应该将集合 x 和 y 的 Jaccard 相似度设置为 1，因为正如您所说:

Dataset x and y does not have any standard codes (Null)

所以有人会争辩说 x 和 y 非常相似(它们都没有标准代码)。在任何情况下你都应该检查分数的分母是否为零并处理它(例如你可以给一个标志值 -1)。