使用【jupyter】写【计算两个项杰卡德相似度】的代码

Jupyter是一个交互式的笔记本环境，常用于数据科学和机器学习项目。杰卡德相似度（Jaccard Similarity），也称为Jaccard指数，是一种衡量两个集合之间相似性的指标。下面是一个简单的Python示例，如何使用Jupyter notebook编写计算杰卡德相似度的代码：

from collections import Counter

def jaccard_similarity(set1, set2):
    # 将两个集合转化为Counter对象以便计数
    counter1 = Counter(set1)
    counter2 = Counter(set2)

    # 计算交集和并集的大小
    intersection = len(counter1 & counter2)  # 交集
    union = len(counter1 | counter2)       # 并集

    # 返回杰卡德相似度
    return intersection / union if union != 0 else 0

# 示例
set_a = [1, 2, 3]
set_b = [2, 3, 4]
similarity = jaccard_similarity(set_a, set_b)
print(f"Set A and Set B similarity: {similarity}")