牛客题解 | 计算二元分类的Jaccard指数

题目

题目链接

Jaccard指数是一种衡量分类模型性能的指标，其计算公式为：
$$Jaccard=\frac{TP}{TP+FP+FN}$$
其中，TP是真阳性，FP是假阳性，FN是假阴性。
TP = True Positives (真正例): 正确预测为正类的样本数量
FP = False Positives (假阳性): 错误预测为正类的负类样本数量
FN = False Negatives (假阴性): 错误预测为负类的正类样本数量

标准代码如下

def jaccard_index(y_true, y_pred):
    intersection = np.sum((y_true == 1) & (y_pred == 1))
    union = np.sum((y_true == 1) | (y_pred == 1))
    result = intersection / union
    if np.isnan(result):
        return 0.0
    return round(result, 3)

在sklearn库中也有对应的计算方法,可以使用metrics模块中的jaccard_score函数:

def jaccard_index(y_true, y_pred):
    from sklearn.metrics import jaccard_score
    jaccard = jaccard_score(y_true, y_pred)
    return round(float(jaccard), 3)