当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python SciPy distance.jaccard用法及代码示例


本文简要介绍 python 语言中 scipy.spatial.distance.jaccard 的用法。

用法:

scipy.spatial.distance.jaccard(u, v, w=None)#

计算两个布尔一维数组之间的Jaccard-Needham 差异。

一维布尔数组 u 和 v 之间的Jaccard-Needham 差异定义为

其中 对于 的出现次数。

参数

u (N,) 数组, bool

输入数组。

v (N,) 数组, bool

输入数组。

w (N,) 数组, 可选

u 和 v 中每个值的权重。默认为 None,这使每个值的权重为 1.0

返回

jaccard 双倍的

向量 u 和 v 之间的 Jaccard 距离。

注意

当两个uv导致一个0/0除法,即向量中的项目之间没有重叠,返回的距离为 0。请参阅 Jaccard 索引上的 Wikipedia 页面[1], 而这篇论文[2].

参考

[2]

S. Kosub,“关于 Jaccard 距离的三角不等式的注释”,2016 年,arXiv:1612.02696

例子

>>> from scipy.spatial import distance
>>> distance.jaccard([1, 0, 0], [0, 1, 0])
1.0
>>> distance.jaccard([1, 0, 0], [1, 1, 0])
0.5
>>> distance.jaccard([1, 0, 0], [1, 2, 0])
0.5
>>> distance.jaccard([1, 0, 0], [1, 1, 1])
0.66666666666666663

相关用法


注:本文由纯净天空筛选整理自scipy.org大神的英文原创作品 scipy.spatial.distance.jaccard。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。