Das Jaccard-Index, also known as the Jaccard-Ähnlichkeit coefficient, is a statistical measure used to quantify the similarity between two sets. It is defined as the size of the intersection divided by the size of the union of the two sets. This index is particularly useful in various fields such as Data Mining, ecology, and maschinellem Lernen.
Mathematisch wird der Jaccard-Index (J) wie folgt ausgedrückt:
J(A, B) = |A ∩ B| / |A ∪ B|
Wo:
- |A ∩ B| ist die Anzahl der Elemente, die in beiden Mengen A und B gemeinsam sind (Schnittmenge).
- |A ∪ B| ist die Gesamtzahl der einzigartigen Elemente in beiden Mengen A und B (Vereinigung).
Der Wert des Jaccard-Index liegt zwischen 0 und 1. Ein Jaccard-Index von 0 zeigt an, dass die beiden Mengen vollständig disjunkt sind (keine gemeinsamen Elemente), während ein Wert von 1 bedeutet, dass die beiden Mengen identisch sind. Werte zwischen 0 und 1 spiegeln unterschiedliche Grade der Ähnlichkeit wider.
Zum Beispiel, wenn Menge A die Elemente {1, 2, 3} enthält und Menge B {2, 3, 4}, wäre der Jaccard-Index:
J(A, B) = |{2, 3}| / |{1, 2, 3, 4}| = 2 / 4 = 0,5
Der Jaccard-Index wird häufig verwendet in Clustering-Algorithmen, Empfehlungssystemen, and analyzing the diversity of species in ecological studies. Its simplicity and effectiveness make it a popular choice for assessing similarity, especially in binary data.