总结：机器学习之Jaccard相似度

一、介绍

Jaccard相似系数 用于比较有限样本集之间的相似性和差异性。

定义：给定两个集合A和B， jaccard 系数定义为A与B交集的大小与并集大小的比值 ，jaccard值越大说明相似度越高。

得出的 Jaccard相似系数值在0到1之间。

当A和B都为空时，jaccard(A,B)=1；

与Jaccard 系数相关的指标叫做Jaccard 距离，用于描述集合之间的不相似度。Jaccard 距离越大，样本相似度越低。公式定义如下：

二、

参考：

常见文本相似度计算方法简介