Jaccard相似系数
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。
定义：给定两个集合A,B，Jaccard系数定义为A与B的交集大小与A与B并集大小的比值，具体如下：
当集合A，B全部为空时，J（A,B）= 1。
与Jaccard系数相关的指标是Jaccard距离，用于描述集合之间的不相似度，Jaccard聚类越大，样本相似度就越低，定义如下：
其中对参差（symmetric difference）
需要注意的一点是：J（A,B）∈[0,1]
非对称二元属性的相似性
在数据挖掘领域，常常需要比较两个具有布尔值属性的对象之间的距离，Jaccard距离就是常用的一种方法。给定两个比较对象A，B。A, B 均有n个二元属性，即每个属性取值为{0,1}。定义如下4个统计量：
：A,B属性值同时为0的属性个数；
：A属性值为0且B属性值为1的属性个数；
：A属性值为1且B属性值为0的属性个数；
：A,B属性值同时为1的属性个数；
如下图数示：