Aller au contenu
Omnikalc

Calculateur de similarité de Jaccard : dans quelle mesure deux ensembles se recouvrent-ils ?

Saisissez les tailles de deux ensembles et de leur intersection pour obtenir la similarité et la distance de Jaccard, le coefficient de Dice, le recouvrement et la réunion.

Mis à jour le
Vos paramètres

Valeur hors limites

Valeur hors limites

Valeur hors limites

Résultats

Similarité de Jaccard

40,00 %

Recouvrement modéré
Distance de Jaccard
60,00 %
Coefficient de Sørensen–Dice
57,14 %
Coefficient de recouvrement
66,67 %
Éléments de la réunion
75

Quand on compare deux listes, de mots, de clients ou d’espèces, il faut un seul nombre pour dire à quel point elles se ressemblent. Ce calculateur de similarité de Jaccard prend la taille de l’ensemble A, la taille de l’ensemble B et le nombre d’éléments communs pour donner la similarité de Jaccard, la distance de Jaccard, le coefficient de Sørensen–Dice, le coefficient de recouvrement et la taille de la réunion.

Comment se fait le calcul

  • Réunion = |A| + |B| − |A ∩ B|, le nombre d’éléments différents dans les deux ensembles réunis.
  • Similarité de Jaccard = |A ∩ B| ÷ |A ∪ B|. Elle vaut 0 % pour des ensembles sans rien en commun et 100 % pour des ensembles identiques. Distance de Jaccard = 100 % − la similarité.
  • Coefficient de Sørensen–Dice = 2 × |A ∩ B| ÷ (|A| + |B|), qui donne plus de poids au recouvrement.
  • Coefficient de recouvrement = |A ∩ B| ÷ la taille du plus petit ensemble. Il vaut 100 % lorsqu’un ensemble est entièrement contenu dans l’autre. Le nombre commun est plafonné à la taille du plus petit ensemble.

Exemple

L’ensemble A compte 45 éléments, l’ensemble B 60, et 30 éléments sont dans les deux. La réunion compte 45 + 60 − 30 = 75 éléments. La similarité de Jaccard est 30 ÷ 75 = 40 %, donc la distance de Jaccard est de 60 %. Le coefficient de Dice est 2 × 30 ÷ 105 = 57,14 %, et le coefficient de recouvrement est 30 ÷ 45 = 66,67 %, car le plus petit ensemble compte 45 éléments.

Pourquoi c’est utile

La mesure est un outil de base de la science des données, des moteurs de recherche, de l’écologie et de la génétique. Elle est simple, elle ne dépend pas de l’ordre des éléments, et elle se lit directement comme la part des éléments réunis que les deux ensembles contiennent.

À savoir

Le calculateur travaille avec des nombres d’éléments et non avec les éléments eux-mêmes, donc il suppose que les ensembles n’ont pas de doublons. Le nombre commun est limité à la taille du plus petit ensemble. Pour des données pondérées, où les éléments ont une importance différente, il faut un indice de Jaccard pondéré ou généralisé. Une forte similarité dit que les ensembles se recouvrent, pas qu’ils parlent de la même chose.

Outils liés

Le calculateur de diagramme de Venn compte les régions d’ensembles qui se recouvrent, et celui de pourcentage aide à exprimer les résultats en parts.

Questions fréquentes

Qu’est-ce que la similarité de Jaccard ?

L’indice, ou similarité, de Jaccard mesure dans quelle mesure deux ensembles se recouvrent. C’est le nombre d’éléments présents dans les deux ensembles divisé par le nombre d’éléments présents dans au moins l’un d’eux. Il va de 0 pour aucun élément commun à 1 pour des ensembles identiques, et ce calculateur l’affiche en pourcentage.

Quelle différence entre Jaccard et Dice ?

Les deux mesurent le recouvrement, mais Dice compte deux fois les éléments communs au numérateur et divise par la somme des tailles. Dice est toujours au moins aussi grand que Jaccard, et les deux sont liés par la formule Dice = 2J ÷ (1 + J). Le classement de paires d’ensembles est le même pour les deux.

Quand utiliser le coefficient de recouvrement ?

Le coefficient de recouvrement divise par la taille du plus petit ensemble, donc il vaut 100 % lorsqu’un ensemble est inclus dans l’autre. Il est utile lorsque les ensembles ont des tailles très différentes, par exemple pour comparer une courte liste de mots-clés à un long document.

Quelles sont les utilisations courantes ?

La similarité de Jaccard sert à comparer des documents par leurs ensembles de mots, à trouver des pages web presque identiques, à comparer les espèces trouvées sur deux sites en écologie, à comparer les clients de deux produits et à évaluer le recouvrement entre régions prédites et réelles en segmentation d’images.

Ce calculateur vous a-t-il été utile ?

Merci pour votre avis !

Résultats indicatifs fournis à titre d'information. Ils ne remplacent pas l'avis d'un professionnel.