python-Levenshtein几个计算字串相似度的函数解析
来源:互联网 发布:lol数据分析 编辑:程序博客网 时间:2024/06/05 09:26
linux环境下,没有首先安装python_Levenshtein,用法如下:
重点介绍几个该包中的几个计算字串相似度的几个函数实现。
1. Levenshtein.hamming(str1, str2)
计算汉明距离。要求str1和str2必须长度一致。是描述两个等长字串之间对应位置上不同字符的个数。如
2. Levenshtein.distance(str1, str2)
计算编辑距离(也成Levenshtein距离)。是描述由一个字串转化成另一个字串最少的操作次数,在其中的操作包括插入、删除、替换。如
算法实现 参考动态规划整理:http://www.cnblogs.com/kaituorensheng/archive/2013/05/15/3080990.html。
3. Levenshtein.ratio(str1, str2)
计算莱文斯坦比。计算公式 r = (sum - ldist) / sum, 其中sum是指str1 和 str2 字串的长度总和,ldist是类编辑距离
注意:这里的类编辑距离不是2中所说的编辑距离,2中三种操作中每个操作+1,而在此处,删除、插入依然+1,但是替换+2
这样设计的目的:ratio('a', 'c'),sum=2,按2中计算为(2-1)/2 = 0.5,’a','c'没有重合,显然不合算,但是替换操作+2,就可以解决这个问题。
4. Levenshtein.jaro(s1, s2)
计算jaro距离,
其中的m为s1, s2的匹配长度,当某位置的认为匹配 当该位置字符相同,或者在不超过
t是调换次数的一半
5. Levenshtein.jaro_winkler(s1, s2)
计算Jaro–Winkler距离
Levenshtein全部函数链接
Jaro–Winkler distance链接
- python-Levenshtein几个计算字串相似度的函数解析
- python-Levenshtein几个计算字串相似度的函数解析
- python-Levenshtein几个计算字串相似度的函数解析
- 计算字符串相似度Levenshtein的优化
- Levenshtein Distance + LCS 算法计算两个字符串的相似度
- 计算字符串相似度算法 Levenshtein
- Levenshtein distance (相似度)
- python使用BeautifulSoup的prettify功能来处理HTML文档,之后使用Levenshtein编辑距离计算文档间的相似度
- Levenshtein Distance(LD)-计算两字符串相似度算法
- LEVENSHTEIN DISTANCE(LD)-计算两字符串相似度算法
- Levenshtein Distance(LD)-计算两字符串相似度算法
- Levenshtein Distance(LD)-计算两字符串相似度算法
- 计算字符串相似度算法——Levenshtein
- 计算字符串相似度算法——Levenshtein
- Levenshtein Distance(LD)-计算两字符串相似度算法
- 计算字符串相似度算法——Levenshtein
- 计算字符串相似度算法——Levenshtein
- 计算字符串相似度算法——Levenshtein
- MTK代码全集
- ListView滚动条压到item内容
- 开发外包注意事项——iOS APP的开发
- BootStrap思想
- 设计模式C++实现(6)——建造者模式
- python-Levenshtein几个计算字串相似度的函数解析
- 使用JQuery中AJAX的几种方法
- 安装部署CloudStack 4.0企业私有云平台
- APKTool解包和打包
- 邮箱服务器安装方法
- 有状态对象和无状态对象的区别
- [示例代码]爱车加油记
- 应用CountDownLatch实现多线程统计1到1000之和
- Uri.parse的几个用法 别忘记添加权限