Jaccard相似系数
Jaccard相似系数衡量的则是两个集合的相似性，它定义为两个集合的交集元素在并集中所占的比例。
与Jaccard相似系数相反，Jaccard距离则用不同元素所占的比例来衡量两个集合的区分度。
Jaccard index, 又称为Jaccard相似系数（Jaccard similarity coefficient）用于比较有限样本集之间的相似性与差异性。Jaccard系数值越大，样本相似度越高。
给定两个集合A,B，Jaccard 系数定义为A与B交集的大小与A与B并集的大小的比值，定义如下：
当集合A，B都为空时，J(A,B)定义为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：
其中对称差（symmetric difference）
示例 例子
集合A = {a, b, c, d}
集合B = {c, d, e, f}
A∩B = {c, d}
A∪B = {a, b, c, d, e, f}
交集中有2个元素，并集中有6个元素，因此：
杰卡德系数为：J(A,B) = 2/6 = 1/3
杰卡德距离为：1 - J(A,B) = 2/3
评价聚类质量：
在数据集上使用聚类方法之后，需要评估结果簇的质量。
两类方法：外在方法和内在方法
外在方法：有监督的方法，需要基准数据。用一定的度量评判聚类结果与基准数据的符合程度。
内在方法：无监督的方法，无需基准数据。类内聚集程度和类间离散程度。
REF
https://baike.baidu.com/item/Jaccard%E7%B3%BB%E6%95%B0/6784913?fr=aladdin
https://wenku.baidu.com/view/9a8b6025a5c30c22590102020740be1e650eccec.html （聚类结果评价）
（聚类结果评价）
https://baike.baidu.com/item/Jaccard%E7%B3%BB%E6%95%B0/6784913?fr=ge_ala
