杰卡德距离

sklearn实战-乳腺癌细胞数据挖掘(博客主亲自录制视频教程)

https://study.163.com/course/introduction.htm?courseId=1005269003&utm_campaign=commission&utm_source=cp-400000000398149&utm_medium=share

杰卡德距离(Jaccard Distance) 是用来衡量两个集合差异性的一种指标，它是杰卡德 相似系数的 补集，被定义为1减去Jaccard相似系数。而杰卡德相似系数(Jaccard similarity coefficient)，也称杰卡德指数(Jaccard Index)，是用来衡量两个集合相似度的一种指标。

 

中文名

杰卡德距离

外文名

Jaccard Distance

提出者

 Paul Jaccard

应用学科

统计学，机器学习，数据挖掘，信息信息检索

适用领域范围

集合相似性度量，字符串相似性度量

目录

1. 1 定义
2. 2 性质
3. 3 应用

定义

编辑

Jaccard相似指数用来度量两个集合之间的相似性，它被定义为两个集合交集的元素个数除以 并集的元素个数。

Jaccard距离用来度量两个集合之间的差异性，它是Jaccard的 相似系数的 补集，被定义为1减去Jaccard相似系数。

性质

编辑

1) 若A、B两个集合都为空，则

;

2)

;

应用

编辑

给定两个n维二元向量A、B，A、B的每一维都只能是0或者1，利用Jaccard 相似系数来计算二者的相似性：

1）

代表向量A与向量B都是0的维度个数；

2）

代表向量A是0而向量B是1的维度个数；

3）

代表向量A是1而向量B是0的维度个数；

4)

代表向量A和向量B都是1的维度个数。

n维向量的每一维都会落入这4类中的某一类，因此：

则Jaccard 相似系数为

Jaccard距离为

 

 

python风控评分卡建模和风控常识(博客主亲自录制视频教程)

https://study.163.com/course/introduction.htm?courseId=1005214003&utm_campaign=commission&utm_source=cp-400000000398149&utm_medium=share