jaccard系数文本相似度,jaccard相似度和余弦相似度

　　1.1的https://blog.csdn.net/qq_34333481/article/details/84024513。雅克卡相似系数

　　给定两个集合A、B，Jaccard系数定义为A和B的交集的大小与A和B的并集的大小之比，定义如下：

　　当集合A和B都为空时，J(A，B)被定义为1。

　　与Jaccard系数相关的指标称为Jaccard距离，用来描述集合之间的相异度。Jaccard距离越大，样本相似度越低。该公式定义如下：

　　关于对称差分

　　2.分别用matlab和python计算项目的相似性https://blog.csdn.net/appleyuchi/article/details/71758783(JAC card系数)。

　　Matlab代码计算两个向量的Jaccard相似度：

　　A=[

　　1 0 1 1 1 0 1;

　　0 0 1 0 0 0 0]

　　D=pdist(A， JAC card )；%Jaccard距离

　　系数=1-D；%Jaccard系数

　　Python代码计算C和A的相似度：

　　matV=mat([[0，0，1，0，0，0，0]，[1，0，1，1，0，1]])

　　Print (CA 的CA jaccard系数：，1-dist.pdist(matV， jaccard ))

3.pdist2计算矩阵的相似度

　　d=活塞2(X，Y，距离)

　　用三个观察值和两个变量创建两个矩阵。

　　RNG( default )% For reproducibilityX=rand(3，2)；Y=rand(3，2)；D=pdist2(X，Y， JAC card )；系数=1-D；

　　d=33 0.5387 0.8018 0.1538 0.7100 0.5951 0.3422 0.8805 0.4242 1.2050系数(I，j)表示X中第I行向量与Y中第j行向量之间的Jaccard系数，表示X中第I个观测值与Y中第j个观测值之间的Jaccard相似性。