[论文解读] A note on the triangle inequality for the Jaccard distance

Sven Kosub|arXiv (Cornell University)|Dec 8, 2016

Point processes and geometric inequalities参考文献 13被引用 13

一句话总结

本文使用非负、单调、亚模集函数，提供了关于Jaccard距离的三角不等式两个简洁直接的证明。它证明了标准Jaccard距离在模函数下满足三角不等式，同时引入了一种新变体 $J^{\triangle}_{\text{δ},f}$，该变体在一般亚模函数下仍保持三角不等式，为度量学习和相似性分析中的Jaccard距离提供了稳健的推广。

ABSTRACT

Two simple proofs of the triangle inequality for the Jaccard distance in terms of nonnegative, monotone, submodular functions are given and discussed.

研究动机与目标

• 使用亚模函数理论，为Jaccard距离的三角不等式提供简单、直接的证明。
• 将Jaccard距离从集合基数推广至非负、单调、亚模集函数。
• 识别在亚模性条件下，哪些Jaccard距离变体满足三角不等式。
• 澄清两种候选亚模Jaccard距离 $J_{\delta,f}$ 与 $J^{\triangle}_{\delta,f}$ 之间的区别。
• 建立三角不等式成立的条件，尤其区分模函数与一般亚模函数。

提出的方法

• 以基本恒等式 $|A \cup B| + |A \cap B| = |A| + |B|$ 为基础，构建三角不等式的通用证明。
• 利用集函数的亚模性和单调性，推导出不等式 $f(A \cap C) \cdot f(B \cup C) + f(A \cup C) \cdot f(B \cap C) \leq f(C) \cdot (f(A) + f(B))$。
• 引入两种亚模Jaccard距离的变体：$J_{\delta,f}(A,B) = 1 - \frac{f(A \cap B)}{f(A \cup B)}$ 与 $J^{\triangle}_{\delta,f}(A,B) = \frac{f(A \triangle B) - f(\emptyset)}{f(A \cup B)}$。
• 通过将集合 $C$ 分解为 $C_0 \subseteq A \cup B$ 与 $C_1 \subseteq \overline{A \cup B}$，证明 $J^{\triangle}_{\delta,f}$ 的三角不等式。
• 利用单调性和亚模性，通过 $f(A \cup B \cup C_1)$ 与 $f((A \cap B) \cup C)$ 对距离之和进行上界估计。
• 使用条件 $f(A \cup \{x\}) - f(A) \geq f(B \cup \{x\}) - f(B)$（其中 $A \subseteq B$，$x \notin B$）来刻画亚模性。

实验结果

研究问题

• RQ1 标准Jaccard距离在非负、单调、亚模集函数下是否满足三角不等式？
• RQ2 能否定义一种广义Jaccard距离，使其在亚模函数下仍保持三角不等式？
• RQ3 $J_{\delta,f}$ 与 $J^{\triangle}_{\delta,f}$ 在度量性质上有什么区别？
• RQ4 在亚模情况下，$J_{\delta,f}$ 的三角不等式在何种条件下会失效？
• RQ5 $J^{\triangle}_{\delta,f}$ 是否是亚模函数下的有效（伪）度量？它与标准Jaccard距离有何关系？

主要发现

• 当且仅当 $f$ 是模函数时，$J_{\delta,f}$ 的三角不等式成立，这一结论通过非模亚模函数的反例得以证明。
• 利用亚模性和单调性，证明了不等式 $f(A \cap C) \cdot f(B \cup C) + f(A \cup C) \cdot f(B \cap C) \leq f(C) \cdot (f(A) + f(B))$。
• 推论2建立了对所有 $S,T \subseteq X$ 成立的恒等式 $f(S \cap T) \cdot f(S \cup T) \leq f(S) \cdot f(T)$，这是证明中的关键恒等式。
• $J^{\triangle}_{\delta,f}$ 对所有非负、单调、亚模函数均满足三角不等式，该结论通过分解与上界估计技术得以证明。
• 当 $f$ 为模函数时，$J_{\delta,f} = J^{\triangle}_{\delta,f}$，此时恢复标准Jaccard距离。
• 存在具体反例表明，当 $f$ 为非模亚模函数时，$J_{\delta,f}$ 会违反三角不等式，例如在预算约束的线性成本或二分图中邻域大小的情形下。