摘要：
最小哈希法最小哈希原理介绍MinHash是基于Jaccard Index相似度（海量数据不可行）的算法,一种降维的方法A，B 两个集合：A = {s1, s3, s6, s8, s9} B = {s3, s4, s7, s8, s10}MinHash的基本原理:在A∪B这个大的随机域里，选中的元素落在A∩B这个区域的概率，这个概率就等于Jaccard的相似度最小哈希：S1S2S3A100B010C000D101行的随机排列转换（也称置换运算）S1S2S3B010D101A100C000哈希值：排列转换后的行排列次序下第一个列值为1的行的行号，例如h(S1)=D，h(S2)=B两个集合经随机排列 阅读全文
