scipy.spatial.distance.

kulczynski1#

scipy.spatial.distance.kulczynski1(u, v, *, w=None)[源代码][源代码]#

计算两个布尔型一维数组之间的 Kulczynski 1 不相似度。

两个布尔型一维数组 u 和 v 之间的 Kulczynski 1 不相似度，长度为 n，定义为

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

其中 \(c_{ij}\) 是 \(\mathtt{u[k]} = i\) 和 \(\mathtt{v[k]} = j\) 在 \(k \in {0, 1, ..., n-1}\) 中出现的次数。

参数:

u(N,) 数组类, 布尔值: 输入数组。
v(N,) 数组类, 布尔值: 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。

返回:

kulczynski1浮动: 向量 u 和 v 之间的 Kulczynski 1 距离。

注释

此度量的最小值为0，没有上限。当没有不匹配项时，它是未定义的。

Added in version 1.8.0.

参考文献

[1]

Kulczynski S. 等。波兰科学院和文学学院公报，数学和自然科学类，B辑（自然科学）。1927；增刊II：57-203。

示例

>>> 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