计算两个列表字典之间的相似度最有效的方法是什么？

Question

我想使用集合逻辑来计算精度。我将用一个例子来解释：

对于这两个字典：

d1 = {1: {'hello', 'goodbye'}, 2:{'sayonnara'}, 3:{'origami'}}
d2 = {1: {'goodbye'}, 2:{'hola', 'bye'}, 3:{'bird','origami','giraffe'}}

我想得到这样的结果：

{1: 0.5, 2: 0, 3: 0.3333333333333333}

我是这样做的：

from collections import defaultdict
acc=defaultdict(list)
for (k,v1) in d1.items():
    for (k,v) in d2.items():
        nb=len(v1.intersection(v))
        if (nb>0):
            print(nb)
            acc[k] = nb/ (abs(len(v) - len(v1))+1)
            print(acc)
        if k not in acc.keys():
            acc[k] = 0

还有比这更有效的解决方案吗？

Answer 1

如果我们在假设两个字典将具有相同的键的情况下进行操作，这可以通过一个单循环的字典理解来完成：

print({k1: (len(v1.intersection(d2[k1])) / (abs(len(v1) - len(d2[k1])) + 1))
       for k1, v1 in d1.items()})

输出

{1: 0.5, 2: 0.0, 3: 0.3333333333333333}

为了安全起见，我们可以通过确保我们只考虑两个字典之间的公共密钥来推广这一点。

print({common_key: (len(d1[common_key].intersection(d2[common_key])) / (abs(len(d1[common_key]) - len(d2[common_key])) + 1))
       for common_key in d1.keys() & d2.keys()})