Python SciPy distance.kulczynski1用法及代码示例

本文简要介绍 python 语言中 scipy.spatial.distance.kulczynski1 的用法。

用法:

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

计算两个布尔一维数组之间的 Kulczynski 1 差异。

两个布尔一维数组之间的 Kulczynski 1 差异u和v长度n, 定义为

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

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

kulczynski1： 浮点数

向量 u 和 v 之间的 Kulczynski 1 距离。

注意：

该度量的最小值为 0，没有上限。当没有不匹配时，它是un-defined。

参考：

[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；补充二：57-203。

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