Jaccard-Ähnlichkeit
Definition
Jaccard-Ähnlichkeit misst bei nichtleerer Vereinigung zweier Mengen die Größe ihrer Schnittmenge geteilt durch die Größe ihrer Vereinigungsmenge.
Bei nichtleerer Vereinigung liegt der Wert zwischen 0 und 1. Für zwei leere Mengen muss eine Konvention festgelegt werden. Das Maß eignet sich für binäre oder mengenartige Daten und berücksichtigt gemeinsam fehlende Merkmale nicht wie manche andere Ähnlichkeitsmaße.
Einfach erklärt
Wie zu vergleichen, wie viele Elemente zwei Listen gemeinsam haben – relativ zu allen unterschiedlichen Elementen zusammen.
Warum das im Alltag wichtig ist
Relevant für Deduplizierung, Tag-Vergleiche, Clusteranalyse und bestimmte Retrieval-Aufgaben.
Beispiel aus dem Mittelstand
Zwei Produktdatensätze werden anhand ihrer normalisierten Merkmalsmengen auf mögliche Dubletten geprüft.
Grenzen und Fallstricke
- Jaccard auf kontinuierliche Vektoren ungeprüft anwenden; leere Mengen nicht definieren; Schwellenwerte ohne Evaluation festlegen.
Entstehung & Geschichte
Bibliotheken wie scikit-learn unterstützen Jaccard-Auswertungen für mengenartige beziehungsweise binäre Klassifikationsdaten.
Anwendung im Mittelstand
- Mögliche Anwendungen: Ähnlichkeit von Tags, Sets, Dokumentmerkmalen oder binären Attributen.
Häufige Fragen
Ist Jaccard dasselbe wie Cosine Similarity?
Nein. Was bedeutet 0? Bei nichtleerer Vereinigung keine gemeinsame Mengenüberlappung. Für zwei leere Mengen muss eine Konvention festgelegt werden.
Quellen
- jaccard_score · scikit-learn, jaccard_score
Quellen geprüft am 10.10.2026.
Redaktionell geprüft am: