scipy.spatial.distance.
相关性#
- scipy.spatial.distance.correlation(u, v, w=None, centered=True)[源代码][源代码]#
计算两个一维数组之间的相关距离。
u 和 v 之间的相关距离定义为
\[1 - \frac{(u - \bar{u}) \cdot (v - \bar{v})} {{\|(u - \bar{u})\|}_2 {\|(v - \bar{v})\|}_2}\]其中 \(\bar{u}\) 是 u 元素的均值，\(x \cdot y\) 是 \(x\) 和 \(y\) 的点积。
- 参数:
- u(N,) 数组类
输入数组。
- v(N,) 数组类
输入数组。
- w(N,) 数组类，可选
u 和 v 中每个值的权重。默认是 None，即每个值的权重为 1.0。
- 居中bool, 可选
如果为 True，u 和 v 将会居中。默认值为 True。
- 返回:
- 相关性双
1-D 数组 u 和 v 之间的相关距离。
示例
找出两个数组之间的相关性。
>>> from scipy.spatial.distance import correlation >>> correlation([1, 0, 1], [1, 1, 0]) 1.5
使用一个权重数组，相关性可以计算为：
>>> correlation([1, 0, 1], [1, 1, 0], w=[0.9, 0.1, 0.1]) 1.1
如果不需要居中，可以按如下方式计算相关性：
>>> correlation([1, 0, 1], [1, 1, 0], centered=False) 0.5