【数据挖掘】LSH（复习自用）

 

 signature matrix 表的由来:按一定索引记录（permutation）的input matrix 表中每列第一个为1的行数。

 

 

x:input matrix表 选择的两列中同时为1的数量

y:input  matrix表 选择的两列中一个为0，一个为1的数量

Jaccard similar =x/x+y

x:signature matrix 表选择的两列中相等的数量

y:signature matrix表选择的两列所有数量

signature similar=x/x+y