这是我的想象。这是一个示例表:
Col A | Col B | 相似性 |
---|---|---|
5.0 | 5.0 | 1.000 |
3.8 | 2.3 | 0.700 |
1.3 | 6.7 | 0.300 |
2.7 | 8.5 | 0.350 |
2.9 | 2.9 | 1.000 |
我应该使用什么算法来做到这一点?
这是我的想象。这是一个示例表:
Col A | Col B | 相似性 |
---|---|---|
5.0 | 5.0 | 1.000 |
3.8 | 2.3 | 0.700 |
1.3 | 6.7 | 0.300 |
2.7 | 8.5 | 0.350 |
2.9 | 2.9 | 1.000 |
我应该使用什么算法来做到这一点?
如果您需要一个返回 1 到 0 之间的任意相似度函数,这确实很简单,但它会起作用。
df['similarity'] = df['Col A'] / df['Col B']
df.loc[df['similarity'] > 1,'similarity'] = 1 / df['similarity']
,
你可以试试这样的:
x = df.max(axis=1)
y = abs(df['Col A']- df['Col B'])
df['Similarity'] = 1-(y/x)
df:
Col A Col B Similarity
0 5.0 5.0 1.000000
1 3.8 2.3 0.605263
2 1.3 6.7 0.194030
3 2.7 8.5 0.317647
4 2.9 2.9 1.000000