计算一组集合之间的相似度

Question

假设有4组：

S1 = {1,2,3,4};
S2 = {2,3,4};
S3 = {2,3,4,5};
S4 = {1,3,4,5};

是否有任何标准指标来表示这组4组的相似度？

感谢Jaccard方法的建议。然而，似乎成对。 如何计算整组的相似度？

Answer 1

成对，您可以计算两组的Jaccard distance。它只是两组之间的距离，如果它们是{1,2,3 ...}都是单位向量的空间中的布尔矢量。

Answer 2

你的问题不是很具体。但我想你的意思是他们之间的“编辑距离”？即你有多少需要改变s1才能进入s2？

查看Edit distance上的维基百科文章。

Answer 3

正如托布所说，我会使用Jaccard Index，它只是交集除以集合的联合。

Answer 4

你可以计算每组之间交叉的大小

Answer 5

您可以计算它们之间的Euclidean distance，并从中构建dendrogram以显示相似性。