Python SciPy distance.jaccard用法及代碼示例

本文簡要介紹 python 語言中 scipy.spatial.distance.jaccard 的用法。

用法:

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

計算兩個布爾一維數組之間的Jaccard-Needham 差異。

一維布爾數組 u 和 v 之間的Jaccard-Needham 差異定義為

\[\frac{c_{TF} + c_{FT}} {c_{TT} + c_{FT} + c_{TF}}\]

其中 \(c_{ij}\) 是 \(\mathtt{u[k]} = i\) 和 \(\mathtt{v[k]} = j\) 對於 \(k < n\) 的出現次數。

參數 ：：

u： (N,) 數組, bool

輸入數組。

v： (N,) 數組, bool

輸入數組。

w： (N,) 數組, 可選

u 和 v 中每個值的權重。默認為 None，這使每個值的權重為 1.0

返回 ：：

jaccard： 雙倍的

向量 u 和 v 之間的 Jaccard 距離。

注意：

當兩個u和v導致一個0/0除法，即向量中的項目之間沒有重疊，返回的距離為 0。請參閱 Jaccard 索引上的 Wikipedia 頁麵[1], 而這篇論文[2].

參考：

[1]

https://en.wikipedia.org/wiki/Jaccard_index

[2]

S. Kosub，“關於 Jaccard 距離的三角不等式的注釋”，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