距离度量 —— 杰卡德距离（Jaccard Distance）

Python学习系列文章：​​👉 目录 👈​​

文章目录

• ​​一、概述​​
• ​​二、计算公式​​

• ​​① 杰卡德相似系数​​
• ​​② 杰卡德距离​​

一、概述

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。

二、计算公式

① 杰卡德相似系数

杰卡德相似系数（Jaccard similarity coefficient）：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，用符号 $J(A,B)$ 表示，则其表达式为：$J(A,B)=\frac{|A\cap B|}{|A\cup B| }$

② 杰卡德距离

杰卡德距离（Jaccard Distance）：与杰卡德相似系数相反，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。杰卡德距离的表达式为：$J_{\delta}(A,B)=1-J(A,B)=\frac{|A\cup B|-|A\cap B|}{|A\cup B|}$