(1)两个集合A和B的交集元素在A、B的并集中所占的比例,称为两个集合的杰卡德相似系数,用负号J(A,B)表示。
J(A,B) = |A交B| / |A∪B|
杰卡德相似系数是衡量两个集合的相似度的一种指标。
(2)杰卡德距离:
与杰卡德相似系数相反的概念
= 1 - J(A,B) =( |A∪B| - |A角B| )/ |A∪B|
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。
应用:可将杰卡德相似系数用在衡量样本的相似度上
A(0111) B(1011) ,1表示集合包含该元素,0表示集合不包含该元素
P:样本A与B都是1的维度的个数
q :样本A是1、样本B是0的维度的个数
r:样本A是0,样本B是1的维度的个数
s:样本A与B都是0的维度的个数
A,B的杰卡德相似系数:J = P/(P+q+r)