Sorensen-Dice Katsayısı
Sorensen-Dice Similarity Coefficient · Ayrıca şöyle bilinir: Dice coefficient, Czekanowski index, F1 similarity
Sorensen-Dice katsayısı, aynı zamanda Dice katsayısı veya Czekanowski indeksi olarak da adlandırılır, iki küme veya örnek arasındaki benzerliği, özniteliklerin varlığı ve yokluğuna dayanarak ölçer. Bağımsız olarak Thorvald Sorensen (1948) ve Lee Dice (1945) tarafından tanıtılan bu indeks, 0 (tamamen benzemez) ile 1 (özdeş) arasında değişir. Özellikle ikili varlık-yokluk verileri için uygundur ve bolluk verileri için Bray-Curtis ayrışmasının simetrik karşılığıdır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Sorensen-Dice, ikili varlık-yokluk verileri ve göreceli oranların mutlak sayımlardan daha önemli olduğu bolluk verileri için idealdir. Tür kompozisyonu karşılaştırması için ekolojide, belge benzerliği için metin analizinde ve ayrık öznitelik kümelerini karşılaştıran herhangi bir alanda kullanın. Farklı boyutlardaki kümelerin yaygın olduğu veriler için Jaccard'dan daha sezgiseldir ve nadir özniteliklere Bray-Curtis'ten daha az duyarlıdır.
Güçlü yönler & sınırlılıklar
- Varlık-yokluk verileri için sezgisel; ekolojik veya dilbilimsel bağlamlarda yorumlanması kolaydır
- Simetrik: S(A,B) = S(B,A), her iki kümeyi de eşit şekilde ele alır
- 0 ile 1 arasında değişir; değerlerin karşılaştırılması ve iletilmesi kolaydır
- Farklı boyutlardaki kümelerle ve nadir özniteliklerle iyi çalışır
- Gerçek bir metrik değildir; üçgen eşitsizliğini sağlamaz
- Sürekli veriler için daha az uygundur; ayrıklaştırma veya eşikleme gerektirir
- Varlık-yokluk eşiğinin seçimine duyarlıdır; küçük değişiklikler sonuçları etkileyebilir
- Öznitelik önemini veya öznitelikler arasındaki ilişkileri hesaba katmaz
SSS
Sorensen-Dice, Jaccard benzerliğinden nasıl farklıdır?
Her ikisi de küme benzerliğini ölçer, ancak Sorensen-Dice paydada paylaşılan öznitelikleri iki kez (2*kesişim / boyutların toplamı) sayarken, Jaccard bunları bir kez (kesişim / birleşim) sayar. Özdeş kümeler için her ikisi de 1'e eşittir. Farklı kümeler için Sorensen-Dice, Jaccard'dan daha büyük değerler üretir, bu da onu daha az katı yapar.
Sorensen-Dice, ağırlıklı veya bolluk verileriyle kullanılabilir mi?
Evet. Ağırlıklı Sorensen-Dice bolluk verileri için mevcuttur: kesişim olarak minimum bollukları ve birleşim olarak her iki bolluğun toplamını toplar, Bray-Curtis'e benzer. Sadece varlık-yokluk değil, bolluğun da önemli olduğu durumlarda bu varyantı kullanın.
Sorensen-Dice ve F1 puanı arasındaki ilişki nedir?
Sorensen-Dice, sınıflandırmaya uygulandığında F1 puanına (kesinlik ve geri çağırmanın harmonik ortalaması) eşdeğerdir: bir küme tahmin edilen etiketleri ve diğeri gerçek etiketleri temsil ediyorsa, Sorensen-Dice F1 puanına eşittir. Bu bağlantı ekolojik ve makine öğrenimi terminolojilerini birleştirir.
Sorensen-Dice'ı Bray-Curtis yerine ne zaman kullanmalıyım?
İkili varlık-yokluk verileri için veya simetrik, yorumlanması kolay bir ölçü istediğinizde Sorensen-Dice'ı kullanın. Büyüklük farklarının sadece küme örtüşmesinden daha önemli olduğu bolluk verilerini (sayımlar, oranlar) karşılaştırırken Bray-Curtis'i kullanın.
Kaynaklar
- Sorensen, T. (1948). A method of establishing groups of equal amplitude in plant sociology based on similarity of species content and its application to analyses of the vegetation on Danish commons. Biologiske Skrifter, 5, 1-34. link ↗
- Dice, L. R. (1945). Measures of the amount of ecologic association between species. Ecology, 26(3), 297-302. DOI: 10.2307/1932409 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Sorensen-Dice Similarity Coefficient. ScholarGate. https://scholargate.app/tr/decision-making/sorensen-dice-coefficient
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Bray-Curtis AyrıklığıKarar verme↔ karşılaştır