두 벡터(Vector) 간 코사인 각도를 이용해 유사도를 측정하는 방법으로 텍스트 데이터나 문서 간의 유사성을 계산하는 데 자주 사용됩니다.

유사도 측정값이 ‘1’에 가까울수록 벡터 간의 유사성이 높다고 판단되고, ‘0’에 가까울수록 유사성이 낮아집니다.
(※ 측정값이 음수일 경우 두 벡터가 반대 방향을 가리키고 있다는 것을 의미함)

두 집합(Set) 사이의 유사도를 측정하는 방법 중 하나로, 두 집합의 교집합(Intersection) 크기를 합집합(Union) 크기로 나눠 계산합니다.

‘0’과 ‘1’사이의 값을 가지며, 두 집합이 동일하면 ‘1’의 값을 가지고 공통 원소가 하나도 없으면 ‘0’의 값을 가집니다.

두 변수(Variable) 간의 선형 상관관계(Correlation analysis)를 측정하는 방법 중 하나입니다.

데이터 간의 상관관계를 파악하는 데 사용됩니다. 두 변수 간의 선형적인 상관관계를 측정하며, 유사도 측정값이 ‘1’에 가까울수록 양의 상관관계, ‘0’에 가까우면 선형 상관관계가 거의 없거나 매우 약한 관계입니다.