雅卡尔指数（Jaccard index），理学-统计学-其他统计-文献计量，用于比较有限样本集之间的相似性与差异性。其数值越大，样本相似度越高。又称杰卡德系数、杰卡德相似系数。由瑞士科学家P.杰卡德（Paul Jaccard）提出，用于比较有限样本集之间的相似性与差异性。雅卡尔指数值越大，样本相似度越高。给定两个集合、，雅卡尔指数定义为与交集的大小与与并集的大小的比值，定义如下：当集合，都为空时，定义为1。与雅卡尔指数相关的指标是雅卡尔距离，用于描述集合之间的不相似度。雅卡尔距离越大，样本相似度越低。公式定义如下：雅卡尔距离具有非对称二元属性的相似性。在数据挖掘领域，常常需要比较两个具有布尔值属性的对象之间的距离，雅卡尔距离就是常用的一种方法。给定两个比较对象。，均有个二元属性，即每个属性取值为{0，1}。定义如下4个统计量，具体见图。：，属性值同时为0的属性个数。：属性值为0，且属性值为1的属性个数。：属性值为1，且属性值为0的属性个数。：，属性值同时为1的属性个数。4个统计量示意图显然有。雅卡尔系数：。雅卡尔距离：。