Python SciPy distance.sokalmichener用法及代码示例

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

用法:

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

计算两个布尔一维数组之间的Sokal-Michener 差异。

布尔一维数组 u 和 v 之间的Sokal-Michener 差异定义为

\[\frac{R} {S + R}\]

其中 \(c_{ij}\) 是 \(k < n\) 、 \(R = 2 * (c_{TF} + c_{FT})\) 和 \(S = c_{FF} + c_{TT}\) 的 \(\mathtt{u[k]} = i\) 和 \(\mathtt{v[k]} = j\) 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 ：：

sokalmichener： 双倍的

向量 u 和 v 之间的 Sokal-Michener 差异。

例子：

>>> from scipy.spatial import distance
>>> distance.sokalmichener([1, 0, 0], [0, 1, 0])
0.8
>>> distance.sokalmichener([1, 0, 0], [1, 1, 0])
0.5
>>> distance.sokalmichener([1, 0, 0], [2, 0, 0])
-1.0