如何计算两个数据帧之间的Jaccard相似度

Question

我有两个二进制数据框c(0,1)，并且我没有找到任何计算两个数据框之间的Jaccard相似系数的方法。我见过在单个数据帧的列之间进行这种计算的方法。
比如DF1

DF1 <- data.frame(a=c(0,0,1,0),
                  b=c(1,0,1,0),
                  c=c(1,1,1,1)) 

和DF2:

DF2 <- data.frame(a=c(0,0,0,0),
                  b=c(1,0,1,0),
                  c=c(1,0,1,1)) 

我正在寻找的是两个数据帧之间的单个Jaccard相似系数(不是逐列)

你能帮我一下吗?

Answer 1

您可以使用dist:

dist(t(cbind(unlist(DF1), unlist(DF2))), "binary")
# 0.2857143

对于DF2 <- as.data.frame(xor(DF1, 1) +0L)，距离为1，对于DF2 <- DF1，距离为0。

Answer 2

这是你想要的:

DF1<-data.frame(a=c(0, 0, 1, 0),
           b=c(1,0,1,0),
           c=c(1,1,1,1))
DF2<-data.frame(a=c(0,0,0,0),
               b=c(1,0,1,0),
               c=c(1,0,1,1))
install.packages("vegdist")
library(vegdist)
vegdist(rbind(unlist(DF1, use.names=F),unlist(DF2, use.names=F)), method = "jaccard")