我有 2 个集合列表，我想计算距离。
set1 = [
{'A', 'B', 'C'},
{'A', 'D', 'X'},
{'X', 'A'}
]
set2 = [
{'A', 'B', 'C', 'D'},
{'A', 'X'},
{'X', 'A', 'B'}
]
因此，如果集合的集合相等，我希望距离为 0，如果不相等，则我希望距离大于 0。
确切的距离并不重要，因为我最终会汇总比较多种方法来预测这个集合列表，所以我真的只需要一个相对距离。
我最初的想法是 Jaccard 距离的总和，但我不确定结果如何。
更新
对于成对比较，计算每个 Jaccard 距离并取范数。
from numpy.linalg import norm
norm([ 1 - len(set.intersection(*p)) / len(set.union(*p)) for p in zip(set1,set2) ])
0.5335936864527374
OP
您可以计算 Jaccard 距离。
set1然后在set2OP 中
sc = list(map(lambda st: { ''.join(s) for s in st }, [set1, set2]))
1 - len(set.intersection(*sc)) / len(set.union(*sc))
0.8
希望这可以帮助。