异常检测中计算属性间相似度的各种方法（二）

本文涉及到的相关系数

• 杰卡德相关系数
• 斯皮尔曼相关系数

可以看到，上述2种相关系数衡量的是向量或集合之间的非线性关系。

参考文章

• 杰卡德相关系数：https://www.cnblogs.com/chenpeng9/articles/4605577.html
• Spearman相关系数：https://blog.csdn.net/u012325865/article/details/105683656

Jaccard相关系数

当两个数据集中数据的标签都是二元变量（如0或者1时）时，可以使用Jaccard相关系数来衡量两个集合之间的相关性。

Python实现：

#杰卡德距离用两个集合中不同元素占所有元素的比例来衡量两个集合的区分度。
import numpy as np
import scipy.spatial.distance as dist
v1 = np.array([1,1,0