machine-learning - 行に同じハッシュが含まれているが順序が異なる場合、2 つのセットは類似していると見なす必要がありますか?

Question

2 つのセットのミンハッシュ署名があり、2 つのセットの Jaccard 類似度を計算したいとします。我々は持っています：

-> S1 S2

h1 0 1

h2 1 2

h3 2 0

h4 3 3

S1 と S2 は同じ署名を異なる順序で持っています。Jaccard 類似度は 1/8 または 1(おおよそ) ですか?

Answer 1

これらは異なるハッシュ関数であるため、h2(S1) == h1(S2)意味がありません。異なるハッシュの値を比較しても意味がありません。したがって、直接答えるために-ここでの類似性は0（衝突なし）であるため、1/8でも1でもありません。