jaccard_coefficient

jaccard_coefficient(G, ebunch=None)

计算ebunch中所有节点对的jaccard系数。

节点JacCard系数 u 和 v 定义为

\[\分形\伽玛（u）\cap\gamma（v）\伽玛（u）\cup\gamma（v）\]

哪里 \(\Gamma(u)\) 的邻居集。 \(u\) 。

参数

G图表

网络X无向图。

ebunch节点对的可迭代，可选(默认=无)

将为迭代中给出的每一对节点计算Jaccard系数。这些对必须以2元组(u，v)的形式给出，其中u和v是图中的节点。如果eBunch为None，则将使用图形中所有不存在的边。默认值：无。

返回

piter迭代器

形式为(u，v，p)的三元组迭代器，其中(u，v)是一对节点，p是它们的Jaccard系数。

工具书类

1

D.Liben Nowell，J.Kleinberg。社交网络的链接预测问题（2004年）。网址：http://www.cs.cornell.edu/home/kleinber/link-pred.pdf

实例

>>> G = nx.complete_graph(5)
>>> preds = nx.jaccard_coefficient(G, [(0, 1), (2, 3)])
>>> for u, v, p in preds:
...     print(f"({u}, {v}) -> {p:.8f}")
(0, 1) -> 0.60000000
(2, 3) -> 0.60000000