Python SciPy distance.kulczynski1用法及代碼示例

本文簡要介紹 python 語言中 scipy.spatial.distance.kulczynski1 的用法。

用法:

scipy.spatial.distance.kulczynski1(u, v, *, w=None)#

計算兩個布爾一維數組之間的 Kulczynski 1 差異。

兩個布爾一維數組之間的 Kulczynski 1 差異u和v長度n, 定義為

\[\frac{c_{11}} {c_{01} + c_{10}}\]

其中 \(c_{ij}\) 是 \(\mathtt{u[k]} = i\) 和 \(\mathtt{v[k]} = j\) 對於 \(k \in {0, 1, ..., n-1}\) 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 ：：

kulczynski1： 浮點數

向量 u 和 v 之間的 Kulczynski 1 距離。

注意：

該度量的最小值為 0，沒有上限。當沒有不匹配時，它是un-defined。

參考：

[1]

Kulczynski S.等人。 Bulletin International de l'Academie Polonaise des Sciences et des Lettres, Classe des Sciences Mathematiques et Naturelles, Serie B (Sciences Naturelles)。 1927；補充二：57-203。

例子：

>>> from scipy.spatial import distance
>>> distance.kulczynski1([1, 0, 0], [0, 1, 0])
0.0
>>> distance.kulczynski1([True, False, False], [True, True, False])
1.0
>>> distance.kulczynski1([True, False, False], [True])
0.5
>>> distance.kulczynski1([1, 0, 0], [3, 1, 0])
-3.0