计算数值和字符串的相似度

最新推荐文章于 2024-01-29 15:01:00 发布

原创

最新推荐文章于 2024-01-29 15:01:00 发布 · 646 阅读

2 ·

CC 4.0 BY-SA版权

本文介绍了计算数值和字符串相似度的两种方法，包括编辑距离和difflib.SequenceMatcher。通过示例代码阐述了如何进行相似度计算，并提到了jaccard系数用于列表相似度的计算。推荐的文章提供了更深入的学习资源。

计算数值和字符串的相似度。包括编辑距离计算相似度和difflib.SequenceMatcher计算相似度

看下代码就清楚了，写的很清晰。

更多学习可以参考文章：https://www.cnblogs.com/chenpeng9/articles/4605577.html

#encoding:utf-8
__author__ = 'zgd'

from collections import Counter
import time


# count the value sim
def numSim(a,b):
    a = float(a)
    if(a*b==0)  and (abs(a-b)<3):
        return 0.8
    else:
        try:
            return 1.0 - abs(a-b)/max(a,b)
        except:
            return 1.0


# count the longest common subsequence
def longSim(L1,L2):
    m =len(L1)
    n = len(L2)
    if m == 0 and n == 0:
        return 1.0
    elif (m*n==0):
        if m<10 or n<10:
            return 0.3
        else:return 0.0
    else:
        c1 = Counter(L1)
        c2 = Counter(L2)
        d1 = dict(c1)
        d2 = dict(c2)
        count = 0
        for i in set(c1)&set(c2):
            co