(Jaccard)杰卡德系数和杰卡德距离
杰卡德系数又称为杰卡德相似系数,用于比较有限样本集之间的相似性与差异性。杰卡德系数值越大,样本的相似度越高。定义如下:给定两个集合A,B,杰卡德系数定义为A与B交集的大小与A与B并集的大小的比值:
当集合A,B都为空时, J(A,B)的值为1,显然0 ⩽ \leqslant ⩽J(A,B) ⩽ \leqslant ⩽ 1。与杰卡德系数相关的指标叫做杰卡德距离,也用于描述集合之间的差异程度。杰卡德距离越大,样本的相似度越低。公示定义如下:
其中对称差A Δ \Delta ΔB=|A ∪ \cup ∪B|-|A ∩ \cap ∩B|,杰卡德距离的另一种解释为:对称差占两个集合并集的比例。在数据挖掘领域,常常需要比较具有布尔值属性的对象之间的距离,杰卡德距离就是常用的一种方法。例如给定两个比较对象A、B,A、B均有n个二元属性,即每个属性取值为(0,1)。定义如下四个统计量:
M 00 M_{00} M00:A、B属性值同时为0的属性个数;
M 01 M_{01} M0</
(Jaccard)杰卡德系数和杰卡德距离
最新推荐文章于 2024-01-09 01:19:35 发布
杰卡德系数是衡量有限样本集相似性的指标,定义为两集合交集大小与并集大小的比值,范围在0到1之间。杰卡德距离则表示样本差异程度,为对称差占并集的比例。在数据挖掘中,常用于布尔属性对象的距离计算。
摘要由CSDN通过智能技术生成